近二十年来，国内外多次电力系统大面积停电事故说明，随着经济的高速发展而不断扩大的电力系统，并没有因为电力设备的改进、自动化水平的提高而完全消除电力系统大面积长时间停电事故。相反，几次重大事故暴露出：在电力系统的运行控制中，恢复控制的有效实施是最为薄弱的环节之一。长期以来，电力部门以“预防为主”作为电力系统安全运行研究重点的主导思想，却忽视系统事故后的恢复控制问题，一直没有建立起完整、有效的电力系统恢复控制理论体系。因此，对电力系统恢复控制问题进行深入的研究是十分必要的，这对提高电力系统供电可靠性具有深远的意义。 本论文着眼于电力系统恢复控制问题，主要从以下几个方面对恢复控制问题进行了研究： 在总结了恢复各阶段的策略和一般方法的基础上，提出电网恢复辅助决策系统，建立了各种网络都适用的通用构件模块，包括网络拓扑分析、潮流计算和确定恢复路径模块，使每个电网可以根据自己的特点来构造整个恢复过程。该系统将数学求解与调度运行人员的经验结合起来，使调度运行人员参与到恢复的过程中，在恢复过程中的每一步，调度运行人员可以采纳程序所得出的结果，也可以根据自己的经验来确定认为合理的目标。 在选择恢复路径方面提出了一种快速有效的算法——IACA(Improved Ant Colony Algorithm)。IACA在对现存改进蚁群算法进行总结的基础上，将自适应思想引入基本蚁群算法，对基本蚁群算法在信息素更新和选择策略两个方面作了改进。将IACA应用于电网恢复决策系统中，通过反复实验确定算法中各参数的合理取值。实际算例表明了该算法的快速有效性。 提出基于MAT(Multi-agent Technology)的分布式电网恢复控制系统。该系统引入了目前分布式人工智能的前沿技术MAT，利用了MAS(Multi-agent System)适合于数据和控制分散、任务多的复杂开放式系统的特点。一方面利用地域上分散的多台计算机同时工作，解决电网恢复控制任务多、电网数据和信息大量分散的问题；另一方面又可以通过人机交互方式让调度运行人员参与重大操作的决策或验证，充分利用调度运行人员丰富的运行经验，真正达成计算机和调度运行人员协作的电网恢复控制系统。 论文的研究成果和算法具有良好的实用性，为电网恢复控制系统的软件开发打下了一定的理论基础。