摘要：摘要：针对电力系统负荷的随机性、时变性和不连续性等特点，提出了一种适用于静态负荷模型参数辨识的改进的混合蛙跳算法（ISFLA）。该算法在混合蛙跳算法（SFLA）的基础上，借鉴PSO算法思想，通过引入异步时变学习因子，对更新策略进行改进；其中“时变学习因子”可以明显提高SFLA算法的优化精度和加快收敛速度；并且能够很好地增强SFLA算法的局部开发能力和克服SFLA算法易于陷入局部最优解的缺点。仿真数据建模实例验证了该方法的有效性和可行性。

关键词：混合蛙跳算法 时变学习因子 静态负荷模型 参数辨识 电力系统 

单位：甘肃农业大学工学院 甘肃兰州730070 甘肃农业大学信息科学技术学院 甘肃兰州730070