摘要：针对基本遗传算法（genetic algorithm，GA）局部寻优能力较差和易出现早熟收敛现象，提出了一种改进的遗传算法，即序列二次规划-遗传算法（sequential quadratic programming- genetic algorithm，SQP-GA）。该混合优化算法SQP-GA在基本GA中引入序列二次规划（sequential quadratic programming， SQP）算法，经典算法SQP作为一个元算子有效地提高了基本GA的局部搜索能力，并克服了早熟收敛现象。函数仿真测试结果表明，SQP-GA混合优化算法在收敛速度和寻优精度上都优于基本 GA，表明所提出的算法的有效性。同时，利用提出的SQP-GA求解变压器局部放电超声波定位问题，并将其定位结果与GA和非智能算法的定位结果进行比较；算例结果表明，基于 SQP-GA 的变压器局部放电超声定位法能有效地防止结果陷入局部最优，该方法的定位效果理想。

关键词：遗传算法 变压器 局部放电 超声波定位 非智能算法 

单位：武汉大学电气工程学院 湖北省武汉市430072