近年来,以深度学习、强化学习、迁移学习等为代表的新型机器学习技术不断涌现,为解决电力系统稳定控制领域的实际工程问题提供了新的思路和方法。传统的在线稳定控制方法难以在不确定性因素下形成有效地控制决策,本文针对传统方法的不足,采用数据-模型-知识的思路,将深度强化学习和迁移学习技术应用于电力系统暂态稳定紧急控制之中,论文主要工作如下:随着广域量测系统在电网稳定控制中的应用,广域信息的随机性时滞造成了系统受控时状态的不确定性,并且切机和切负荷控制的离散决策变量维度极高,电网在线紧急控制决策面临着挑战。为此,本文将暂态稳定紧急控制问题视为序贯决策问题,提出了一种基于深度强化学习的电力系统暂态稳定紧急控制方法,可通过交互学习适应环境不确定性。在奖励函数设计方面,划分短期奖励和长期奖励以满足控制目标与约束条件和长期暂态稳定的要求,同时引入了李雅普诺夫法的暂态势能指数,提高学习的效率;在模型与环境构建上,设计了Python和PSS/E软件的交互接口,搭建了紧急控制的离线训练平台来实现交互学习;在算法上,采用了DQN算法与经验回放机制,通过深度Q网络在离散化动作空间中学习到最优紧急控制决策。最后,通过新英格兰10机39节点系统验证了紧急控制策略的有效性。电力系统的暂态失稳场景复杂,紧急控制策略模型会因故障类型、故障位置、故障持续时间和负荷水平的变化,而出现单次训练时间过长、训练不收敛等问题。为了提升模型对多种失稳场景的适应性,解决高维度控制决策模型的训练问题,本文提出一种基于迁移学习的多场景紧急控制方法,将训练任务划分为两阶段的连续训练过程。第一阶段为预训练阶段,选择小批量失稳场景参与训练,在训练结束后保留其内部神经网络结构和权重参数;第二阶段为完整训练阶段,通过迁移预训练模型的网络及参数,完成在多场景下的紧急控制策略训练任务。在算法方面,本文采用包括Double DQN、Dueling DQN和Dropout机制在内的Rainbow算法对DQN方法改进。最后,通过案例分析证明了本文所提方法的优越性。本文创新性地将紧急控制问题视为序贯决策问题,构建了离线训练和在线应用的深度强化学习模型,利用数据驱动的方法挖掘包含的不确定性信息,并应用了暂态能量函数的专家知识提升效率,解决了时滞不确定性影响下的紧急控制决策问题,采用迁移学习提升模型针对多场景下的自适应学习能力。本文研究为“实时决策,实时控制”的暂态稳定紧急控制,以及人工智能技术在电力系统稳定控制领域的应用提供了新思路。