王 瑾， 裴 亮

(1. 南京大学 软件学院， 南京 211102； 2. 国电南瑞南京控制系统有限公司 电网分公司， 南京 211106)

随着智能电网的日益完善，电网调度在计算机技术、通信以及控制技术的加持下更加智能化.其不仅能够直接采集电网数据，对电网状态进行监视，还可以实时为各级运行调度人员提供辅助分析，进行决策控制[1-2].但海量多源监测数据对精细化的调度控制提出了新的挑战，尤其对于电网运行过程中的异常风险预警与处理，亟需精细化、实用化的处理方案[3-4].

针对智能电网调控系统异常告警与控制，目前已取得较多的研究成果.汪伟等[5]在研究在线监测评估技术的基础上，提出了在线监测评估的软硬件架构，并进行实际应用.王钰楠等[6]通过制定归一化的风险指标和线性评估方案，实现了网络状态实时运行风险的有效评估，其不仅保证了分析准确性，更提高了计算效率.李存斌等[7]提出了一种将替代数据法与多重分形去趋势波动相结合的方法以确定电力负荷风险阈值，有效解决了传统风险预警阈值设定时对动态性能的需求.但现有研究大多只针对系统异常检测或风险评估展开，对电网运行状态所处阶段涉及较少，在评估过程中对不同电网阶段的分析不够全面[8].

本文提出了一种电网调控系统异常检测与多阶段风险预警技术，其利用随机森林(RF)算法完成异常检测，并采用人工神经网络(ANN)模型对系统异常状态发展趋势进行预……