1、智能電網(wǎng)的發(fā)展對(duì)電網(wǎng)調(diào)度系統(tǒng)智能化的要求越來(lái)越高，但是現(xiàn)有的電力調(diào)度系統(tǒng)缺乏對(duì)電網(wǎng)實(shí)時(shí)運(yùn)行狀態(tài)的準(zhǔn)確掌控，其自動(dòng)化和智能水平相對(duì)較低，缺乏對(duì)整體運(yùn)行情況的綜合分析，并給出決策建議。所以準(zhǔn)確的預(yù)測(cè)電網(wǎng)運(yùn)行狀態(tài)的發(fā)展趨勢(shì)并實(shí)現(xiàn)電網(wǎng)的運(yùn)行過(guò)程的全面控制，合理評(píng)估和預(yù)測(cè)電網(wǎng)的安全態(tài)勢(shì)尤其重要。
　　針對(duì)電網(wǎng)調(diào)度智能化的需求，本文開(kāi)展了電網(wǎng)智能調(diào)度和電網(wǎng)安全態(tài)勢(shì)評(píng)估和預(yù)測(cè)問(wèn)題的相關(guān)研究，通過(guò)搜集影響電網(wǎng)安全的多種因素，綜合分析并建立電網(wǎng)安全

2、態(tài)勢(shì)綜合評(píng)估指標(biāo)體系，對(duì)高維的復(fù)雜的指標(biāo)體系進(jìn)行降維，最終建立電網(wǎng)安全態(tài)勢(shì)評(píng)估模型和電網(wǎng)安全態(tài)勢(shì)預(yù)測(cè)模型，具體工作如下:
　　1.研究電網(wǎng)的運(yùn)行機(jī)制，分析影響電網(wǎng)安全的多種要素，依據(jù)指標(biāo)體系的構(gòu)建原則以及專家意見(jiàn)確定指標(biāo)集，采用層次分析法和德?tīng)柗?Delphi)法構(gòu)建一套科學(xué)合理的電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo)體系。
　　2.針對(duì)電網(wǎng)安全態(tài)勢(shì)評(píng)估指標(biāo)體系各層指標(biāo)之間相關(guān)性強(qiáng)，維度較高等特征，提出采用自編碼網(wǎng)絡(luò)(autoencoder

3、network)降維，將高維的指標(biāo)映射為低維的指標(biāo)，通過(guò)模擬實(shí)驗(yàn)驗(yàn)證了該算法具有較小的重構(gòu)誤差。
　　3.提出采用極限學(xué)習(xí)機(jī)(Extreme Learning Machine)算法構(gòu)建電網(wǎng)安全態(tài)勢(shì)評(píng)估模型，通過(guò)學(xué)習(xí)輸入指標(biāo)和輸出電網(wǎng)安全態(tài)勢(shì)值之間的關(guān)系，并通過(guò)模擬實(shí)驗(yàn)，驗(yàn)證ELM算法具有更好的評(píng)估效果。
　　4.提出采用加權(quán)在線序列極限學(xué)習(xí)機(jī)算法構(gòu)建預(yù)測(cè)模型，利用歷史態(tài)勢(shì)值預(yù)測(cè)未來(lái)某個(gè)時(shí)間點(diǎn)的電網(wǎng)安全態(tài)勢(shì)。并通過(guò)模擬實(shí)驗(yàn)，驗(yàn)