抽水蓄能电站是一种启动快、负荷跟踪迅速和快速反应的特殊电源，具有调峰填谷、调频调相、事故备用、黑启动等诸多功能，它既是一个电站又是一个电网管理工具，对改善电网的经济性和稳定性有很大作用，在现代电网中具有不可替代的地位。国外实践经验证明，必须配有10%份额左右的抽水蓄能机组容量，才能确保电网的安全、经济、高效运行。抽水蓄能机组不同于常规水轮发电机组，其水头变化范围大、启停频繁、输水系统存在双向水流等特点，过渡过程更为复杂。由于在过渡过程分析计算时，需要频繁利用机组全特性曲线求解瞬时参数，因此水泵水轮机全特性曲线的处理是一项必要的基础性工作，是支撑过渡过程计算和控制策略研究的重要前提。本文就水泵水轮机全特性及其空间曲面描述开展了研究：采用基于神经网络的全特性空间曲面描述方法，消除了开度线交叉、聚集、扭转现象，具有较高的拟合精度，曲面满足连续可导，为掌握不同比转速水泵水轮机全特性统计规律奠定了基础；针对这种描述方式给过渡过程计算带来的新问题，提出了单位流量和单位转矩的搜索计算方法。基于全特性空间曲面描述方法，按环节建立水泵水轮机调节系统数学模型，完成对白莲河抽水蓄能电站过渡过程的仿真计算。考虑到传统线性控制策略的局限性，引入一种水泵水轮机调节系统的神经网络直接自适应控制策略，结合不同工况进行仿真计算，验证了其有效性。全面的总结了本文的工作内容与研究成果，在此基础上提出今后研究的重点。