针对常规遗传算法(GA)的不足，提出了一种改进的遗传算法—基于相似性自适应学习的遗传算法，为提高遗传算法的计算速度、收敛性和全局最优搜索能力，采取了以下改进措施：①针对遗传算法产生新解无序，提出邻域搜索策略；②为提高算法的搜索效率和效果，按适应值相似性对个体分级、加速； ③为提高收敛速度，提出了邻域收缩策略。将改进遗传算法应用于电力系统进行无功优化，在收敛速度和全局收敛性与常规遗传算法进行了比较，结果表明改进遗传算法的有效性。