随着我国经济持续增长,社会用电量持续增加,为了保证供电可靠性和电能质量,国家加大了电力建设的资金投入,促进了变电站建设的快速推进。传统的变电站管理方式以节约初始投资为主,缺乏对长期效益的考虑,不能满足新时期变电站的管理。对变电站进行全寿命周期成本建模研究,不仅可以实现变电站在电网规划阶段的经济技术评价,避免新建变电站时的盲目性,也对于在变电站投运后的运行维护、故障检修等环节中通过决策来优化变电站全寿命周期成本,提高经济效益有一定的参考意义。变电站全寿命周期成本(life cycle cost,LCC)是基于可靠性及寿命管理,将变电站整个生命周期(即从初始投资、运行维护、故障检修、退役报废的整个过程)的费用归结为总成本,其核心目标是在保证变电站可靠性的前提下使得变电站的LCC最优。本文考虑资金随时间的动态变化以及环境因素,构建变电站全寿命周期成本三维模型。为了研究模型参数对变电站LCC的重要程度,分别采用传统敏感性和综合敏感性分析方法进行变电站LCC敏感性分析。通过算例对变电站LCC进行了成本结构分析,初步得到变电站LCC的重点管控对象;对比传统敏感性和综合敏感性分析结果,验证了综合敏感性分析方法的科学合理性及优越性;并在其基础上提出了变电站LCC管控策略,对于实际应用中优化变电站LCC有一定的指导作用。为了解决LCC数学模型参数繁杂,估算难度大,客观性低等问题,提高变电站LCC估算的实用性,采用了最小二乘支持向量机算法来建立变电站LCC预测模型,并选取遗传算法寻找LS-SVM模型参数的全局最优解,来提高模型的预测精度。研究结果表明,GA优化LS-SVM预测模型的预测精度和性能指标优于传统LS-SVM模型和BP神经网络模型,有助于实现快速、客观的变电站LCC的预测。变电站寿命周期内的各种不确定因素会对其全寿命周期成本造成影响,但在建立LCC数学模型时没有体现这些因素。本文在建立了变电站LCC确定性模型后,进一步研究其不确定因素,即进行LCC风险评估。首先识别了影响LCC的风险因素,建立了变电站全寿命周期成本风险评估指标体系,然后将定性指标定量化,提出了变电站全寿命周期成本风险评价物元模型。通过算例对变电站LCC成本风险进行评估定级,找到风险关键点,提出预防和降低风险的方法来指导实际应用。