智能电网调度控制系统(简称D5000系统),在确保电网安全、经济、可靠运行中发挥着重要作用。但目前在D5000系统的运维管理过程中,运维人员还不能实时掌控和有效预判该系统的运行健康状态。本文结合D5000系统的实际需求,开展其健康度评价研究工作,针对其业务繁多、业务层级关系复杂、业务与硬件紧密耦合、工作方式特殊等特点,研究了基于专家经验的系统健康度评价方法;为增加评价结果的客观性,结合系统样本数据分布不均衡的特点,研究了基于机器学习的系统健康度评价方法。研究成果对提高该系统的运维管理水平,保障其安全稳定运行具有重要意义。论文主要工作如下:(1)研究了 D5000系统健康度综合评价指标体系的构建方法,建立了该系统的健康度综合评价指标体系。首先,分析了系统的健康状态影响因素,将其归纳为硬件基础、业务支撑和工作机制三大因素;其次,针对三大影响因素,相继建立了该系统的硬件健康度评价指标体系、业务健康度评价指标体系及融合了特殊工作机制的健康度综合评价指标体系;最后,分析了该指标体系中定性指标与定量指标共存、指标之间优先级不同、业务健康度与硬件健康度紧密耦合、特殊的一主多备工作机制等特点,为系统健康度综合评价方法的提出奠定了基础。(2)研究了基于专家经验的D5000系统健康度评价方法。在考虑评价指标优先级的基础上,将定性分析与定量分析有机结合,提出了一种业务与硬件融合的系统健康度综合评价方法。首先,按照评价指标间的优先级关系,制定了相应的优先级评价原则;其次,对系统的多节点、无主备工作方式和一主多备工作方式进行深入研究,提出了与工作方式相对应的业务健康度和硬件健康度融合方法;然后,采用层次分析法并结合专家经验确定评价指标权重、制定评价标准;最后,采用加权平均和并接系统健康度计算两种方法,实现了该系统健康度的综合评价,并利用系统的运行数据完成实例分析工作,验证了该方法的有效性。(3)研究了基于机器学习的D5000系统健康度评价方法。结合系统的样本数据,建立了一种基于随机森林的D5000系统健康度评价模型。首先,针对该系统评价指标体系层级关系复杂的特点,考虑业务之间评价指标的异同及相邻指标层之间关联关系的不同,提出一种多层级联的健康度评价模型架构;其次,对训练数据行、列随机采样,建立单个随机森林子模型,解决该系统样本分布不均衡的多分类问题;然后,针对该系统业务之间横向集成、纵向贯通的业务运行方式,在评价过程中采用串、并行结合的计算方式;最后,构建了包含17个随机森林子模型的多层级联的D5000系统健康度评价模型,并利用系统的运行数据完成实例分析工作,验证了该模型的有效性。