随着电网规模的不断扩大以及人类社会对电力依赖程度的加大,电网调度运行的安全性成为人们越来越关心的问题。在本文中采用风险评估对电网调度运行的安全水平进行考量。支持向量机具有良好的泛化性能,现阶段将支持向量机方法运用到电网风险评估中是一个趋势。为此,本文展开了以下研究,为电网调度运行中的风险评估提供理论依据:1、针对日前调度过程的特点以及传统的采用潮流计算进行电网风险评估的方法的不足,提出了一种基于支持向量机和主成分分析的电网日前调度风险评估算法。首先介绍传统的基于潮流计算的电网风险评估方法。其次对日前调度阶段确定预想故障的流程进行简要叙述,接下来给出支持向量分类的理论模型,并引出主成分分析方法(PCA),给出主成分分析的具体步骤算法。在这些理论的基础上,选取合适的“训练时刻”,对“训练时刻”的电网进行风险评估,评估数据作为原始训练样本,经过主成分分析方法处理后送入支持向量分类机进行训练,再采集目标时刻电网运行数据作为原始测试样本输入部分,对其使用主成分分析方法处理后送入训练好的支持向量分类机,根据测试输出得到日前目标时刻的电网风险定级结果。不断选取新的日前目标时刻,即可完成电网日前调度风险评估。2、考虑实时调度过程的特点,提出了一种与K均值聚类结合的支持向量机电网实时调度风险评估算法。首先简要叙述实时调度阶段确定预想故障的流程。其次介绍K均值(K-means)的数学模型和算法。由于实时风险评估算法中用到了支持向量回归,再往后就引出支持向量机解决回归问题的原理。在这些理论的基础上,选取合适的“训练时刻”,对“训练时刻”的电网进行风险评估,评估数据作为原始训练样本,经过1K均值聚类后送入回归型支持向量机进行训练,再采集实时电网运行数据,将其送入训练好的回归型支持向量机,根据测试输出得到实时的电网风险判定结果。3、针对东南沿海某省电网运行中存在的问题以及电力公司的实际需求,结合在电力系统风险相关异构信息的分析处理、电网不确定性因素的作用机理、电网风险评估与动态调控策略等多方面取得的研究成果,开发了“电网调度计划全过程风险跟踪与动态调控”技术支持系统,并对系统的开发目的及意义、主要功能模块、系统硬件与软件构架和系统的功能实现进行了介绍说明。同时,由于系统中包含了日前风险评估与实时风险评估功能,分别与本文第2章和本文第3章完成的是同一项工作。只不过在该系统后台计算日前和实时风险评估数据时,出于可靠性、成熟性等方面的考虑均采用的是基于潮流计算的传统风险评估方法,每次后台计算一个时刻的评估结果,在前端都需要等待一段时间,这是促使本文作者产生寻找更快速风险评估方法的原动力。由此开始了第2章和第3章中基于SVM的评估方法的研究。通过比较发现,在同一时刻下,系统显示的日前风险评估结果与第2章算例分析中给出的结果一致。由此,进一步说明了本文第2章所提出方法的有效性。