摘要：准确的线路参数对于配电网运行与控制具有重要意义，而配电网线路参数因受到环境、工况与温度等因素的影响而改变，同时，由于配电网结构复杂度、随机性与波动性日益加强，难以对配电网建立精确的参数辨识模型。提出一种基于GA-SVR模型的配电网线路参数辨识方法，实现配电网线路参数的准确辨识。通过遗传算法（GA）对支持向量回归（SVR）机的惩罚因子与核函数参数进行优化，解决了传统支持向量回归机采用默认参数导致模型预测效果不佳的问题。采用不同阻抗参数下的配电网潮流值对回归网络进行训练，构建改进型SVR参数辨识模型，实现对配电网线路参数的辨识。通过33节点配电网算例的验证，表明该改进型SVR参数辨识模型与传统SVR参数辨识模型相比，能够实现更高精度的配电网线路参数辨识。

      关键词：配电网；线路参数辨识；遗传算法；支持向量回归；参数优化

      中图分类号：TM744     文献标识码：A