输电网扩展规划是根据电力系统的负荷及电源发展情况对输电系统的主要网架做出规划，其基本要求是能够确保电力系统供电所要求的输送容量、电压质量和供电可靠性，并能充分适应系统发展的需要。由于输电网规划的变量数多、约束条件复杂，因此用传统的数学优化方法求解困难。现代启发式算法的发展为求解输电网规划问题提供了新的研究方向。与其他人工智能启发式方法相比，粒子群优化算法具有原理简洁、计算速度快等优点，很适合求解输电网扩展规划这样一个大规模非线性整数优化问题。　　 本文归纳了现有的输电网络规划方法，总结了各种输电网络规划模型。重点介绍了粒子群算法的基本原理和数学模型，并针对标准粒子群算法易陷入局部最优的缺点，采用了一种改进的粒子速度更新公式，即在标准粒子群算法速度更新公式的基础上，加入一个平均极值项，使得各粒子能参考其它同伴的信息；此外在算法迭代过程中加入自适应变异操作，适时改变种群全局极值来保持种群多样性。数学算例的计算结果证明改进粒子群算法具有比标准粒子群算法更高的搜索效率和更快的收敛速度。　　 本文的输电网规划模型采用新建线路投资和网络损耗费用总和作为目标函数，约束条件则是要求在正常和“N-1”两种运行情况下，规划出的网络潮流分布合理，不出现过负荷线路。本文分别用标准粒子群算法和改进粒子群算法对IEEE Garver-6节点系统、18节点系统以及广西某市110kV及以上电压等级输电网进行了正常运行条件下的规划计算，证明了改进粒子群算法能得到比标准算法更优的规划方案。然后用改进粒子群算法分别对三个算例进行了“N-1”运行条件下的规划计算，18节点系统的规划结果显示了改进粒子群算法相较于传统两阶段法的优越性。此外还将广西某市110kV及以上电压等级输电网的规划结果与某电力设计院规划结果进行了比较。