针对静止无功发生器（static var generator

SVG）控制参数未完全公开导致仿真模型与实际模型存在偏差、暂态模型参数难以统一快速准确辨识的问题，提出一种基于改进鲸鱼优化算法的SVG分步智能辨识方法。通过分析SVG控制器模型，确定了待辨识的参数并将其分为5大类；通过Tent混沌映射、收敛因子非线性化，以及与麻雀搜索算法相结合的搜索策略对传统鲸鱼算法进行改进，结合测试数据对SVG的暂态模型控制参数进行分步辨识，并在电力系统潮流与暂态稳定程序中搭建基于所辨识控制参数的SVG仿真模型；将该方法的实验结果，与基于典型结构模型、传统鲸鱼算法，以及系统实时仿真平台所获得的结果进行对比分析。仿真结果表明，所提出方法能够快速准确辨识出控制参数，能够准确模拟实际运行工况，满足工程实践应用的需求。