随着国家电网的数字化改造程度日趋完善,电网数据的积累也日渐成熟,从而使电网大数据的分析、应用及其相应的技术升级成为一种趋势。在此发展形势下,如何从海量电网数据中分析得到有价值的信息,并应用到未来电网的生产中是电网发展面临的主要问题。本文以电网一次调频后的频率预测为主要目标,设计了电网负荷频率控制特性监控分析系统。本文的主要研究内容如下:首先,使用历史数据建立起频率预测模型和负荷预测模型。其中频率预测功能作为该系统实现的核心,论文选用了长短时记忆神经网络来构造计算模型,并采用Python语言实现相应服务模块的开发。论文一方面通过皮尔逊相关系数筛选出影响电网一次调频后全网频率的主要因素,另一方面处理原始数据集最终格式化为:训练集、测试集和超参数验证集,分别用于模型训练、测试和超参数调整。在频率预测模型的基础上,结合贝叶斯调优算法,优化LSTM网络模型,寻找一组最优的模型超参数集合,实现电网短期负荷预测。其次,电网监控分析系统的设计与实现。本系统使用Java编程语言和Spring Boot框架进行设计和开发,系统包括全网实时状态监控,全网抗干扰能力,一次调频后的状态分析等主要功能。在明确系统开发的总体目标的前提之下,对系统各功能模块进行详细的需求分析,设计各个模块的流程图梳理模块之间的交互关系,根据系统涉及的数据项构建E-R图,设计数据库表。根据系统设计进行系统功能实现,使用类图和时序图表现系统实现的过程,使用测试用例表对系统进行功能测试,最终展示了系统的实现效果图。最后,本系统已经在某电网公司投入使用,能很好的满足了用户的需求,提升了电网一次扰动后短期频率的预测精度,系统在处理电网实时数据进行状态监控时满足实时性,使电网历史数据发挥了作用,这是未来智能电网发展的一次积极探索,为电网自动化技术在决策支持和危险预警方面的研究提供了参考。