针对基本优化算法在电网发生复杂故障时求解的准确度不高、易陷入局部最优等问题,提出了一种粒子群混合灰狼算法(Hybrid Algorithm of Particle Swarm Optimization and Grey Wolf Optimization,简称PSO-GWO)优化电网解析模型的诊断方法。首先,引入了一种计及误动、拒动等完备故障信息的完全解析模型,以应对复杂故障时产生的不确定问题。其次,利用粒子群算法具有个体记忆性的特点,提出了一种与灰狼算法在结构上混合的优化算法。最后,通过包含不确定信息的算例分析,发现混合算法具有平衡算法的局部搜索和全局开发的能力,并且诊断结果能够对故障情况作出解释,验证了混合算法比基本算法更适用于电网故障诊断。