发展高压直流输电技术以实现能源的跨区域优化配置,是解决我国能源与负荷逆向分布问题的重要手段。随着高压直流输电工程的不断建设,我国己经形成若干多直流馈入电网。受端电网等效惯量和旋转备用不断降低,频率调节能力减弱。在直流闭锁等大幅功率缺额扰动下,受端电网发生严重频率偏移甚至频率失稳的风险大大增加。在此背景下,开展多直流馈入大电网频率安全风险评估与紧急控制决策研究,有助于支撑我国电力系统的稳定运行。现代电力系统源荷双侧不确定,系统未来运行方式复杂多变。未来时刻存在大量可能的运行场景,传统基于单一确定场景的频率安全评估方法无法全面反映系统未来频率安全情况。需对大量未来可能运行场景下的频率安全进行快速准确的评估,得到考虑未来场景概率信息的频率安全风险指标。从而识别频率安全高风险事件,提前决策有效紧急控制方案,以保证系统频率安全稳定。论文对频率安全评估、频率安全风险分析以及紧急控制决策展开研究,主要成果和创新如下:（1）在频率安全评估方面,提出了一种基于生成对抗网络与度量学习的数据驱动频率安全评估模型。首先,选取反映系统扰动后频率动态过程的关键频率安全指标作为模型输出,基于反映电力系统运行特征的稳态潮流信息和与频率动态相关的模型参数信息构建频率安全评估模型输入特征集,并进行降维处理得到关键输入特征;然后,使用改进的基于Wasserstein距离度量的生成对抗网络（Wasserstein Generative Adversarial Network,WGAN）学习电力系统历史运行场景分布信息,生成覆盖系统典型运行方式的运行场景以构建模型训练样本集,并使用拒绝采样与重采样技术对生成场景进行调整,以提升频率安全评估模型泛化能力;最后,计及电力系统复杂运行方式下单个机器学习模型对频率安全评估问题的不适用性,基于核回归度量学习（Metric Learning for Kernel Regression,MLKR）等算法构建由多个子模型构成的频率安全组合评估模型,学习不同运行场景下频率安全指标与输入特征间复杂的函数映射关系。算例分析表明,所提基于生成对抗网络与度量学习的数据驱动频率安全评估模型可以对不同运行场景下直流闭锁严重功率扰动后的频率安全指标进行快速、准确的评估。（2）在频率安全风险分析方面,提出一种计及系统未来源荷不确定性的频率安全风险滚动评估方法。首先,使用长短期记忆网络（Long Short Term Memory,LSTM）学习源荷时序特征,并基于条件WGAN网络（Conditional Wasserstein Generative Adversarial Network,CWGAN）对源荷预测误差进行条件概率分布建模,预测未来源荷场景以结合计划信息构建未来不确定运行场景集;然后,基于多门控混合专家（Multi-gate Mixture-Of-Experts,MMOE）多任务学习结构建立分时段频率安全评估模型,并使用半监督学习算法基于滚动刷新的源荷预测信息更新模型,提高频率安全评估模型对电力系统不断变化的运行方式的适应性;最后,计算频率偏移越限风险并与动态风险阈值比较,以识别会触发系统低频减载动作的频率安全高风险事件,提供给后续防控环节,以提前决策紧急控制方案,从而在相应高风险事件实际发生后及时采取有效控制措施。算例分析表明,所提频率安全风险滚动评估方法能够在计及系统未来源荷不确定性的情况下准确识别频率安全高风险事件。（3）在紧急控制方案决策方面,提出了一种包含预优化与在线优化两阶段的多直流馈入电网直流闭锁多资源紧急控制方案决策方法。首先,分析不同控制措施的控制特性和控制成本,以保证系统安全指标满足阈值要求、同时尽量减小控制成本为目标,建立多资源协调紧急控制方案决策模型;然后,提出两阶段方案决策框架,通过在预优化阶段使用机器学习方法建立紧急控制方案优化决策知识库,为后续方案在线优化提供优化初值作为辅助决策信息,以提高方案在线决策效率、保证基于精准时域仿真的方案在线优化在较短的前瞻时间内及时完成;最后,对于高维非线性的紧急控制方案决策问题,基于轨迹灵敏度方法将其逐次线性化为混合整数线性规划问题进行求解,得到优化控制方案。算例分析表明,基于所提紧急控制方案两阶段决策方法可以制定适应系统实际运行方式的紧急控制方案,避免频率安全高风险事件发生后低频减载动作导致大量负荷被动切除的严重后果。