随着电网互联范围的不断扩大及高比例可再生能源大量并网接入,导致了传统电力系统的运行特性发生了重大变化,使得系统运行常常濒临稳定边界,造成了重大停电事故。因此,提取静态电压稳定边界特征,对于明确处于稳定边界的电力系统运行行为和保障电力静态稳定运行具有重要的意义。与此同时,伴随着大数据、人工智能方法在电网应用研究领域的不断拓深,以因果分析和关联分析为代表的“双通道式”研究范式逐渐被广泛认可,信息驱动的电力系统分析框架得以提出。因而,本文在“双通道式”研究范式的指导下,开展信息驱动的静态电压稳定边界特征提取工作,并据此研发电网智能调控系统,主要研究内容如下:(1)提出了一种静态电压稳定边界几何形状特征的提取方法,该方法在电力系统稳定边界拓扑特性的基础上,计及各边界点的拓扑相关性,可实现边界几何形状的快速、准确生成。该方法首先以任一稳定边界点为初值,采用连续参数追踪法快速迁移至整个稳定边界,实现了边界形状生成的“以点带面”。仿真算例表明,所提方法不但能够有效维持边界点的精度,还能减少边界构建的时间成本,具有一定的工程价值,可实现边界几何形状特征的有效刻画。(2)提出了一种静态电压稳定边界拓扑距离特征的提取方法,该方法针对现有方法评价边界距离的不足,结合当下方兴未艾的强化学习技术,构造了具备边界探测能力的智能体,通过该智能体在复杂高维参数空间所习得动作决策轨迹信息,可以有效提取当前运行点至稳定边界的最短距离特征,进而实现静态电压稳定裕度评估,并经该轨迹信息萃取所得“知识”,可为运行调度人员提供电网辅助运行依据;最后经仿真算例验证了所提方法有效性,实现了边界拓扑距离特征的有效刻画。(3)针对当前电网日益复杂的调控形势,结合当前先进的大数据处理技术,以信息驱动理念为指导,设计了信息驱动式智能调控系统的体系架构,并以某一实际区域电网为例,部署了软硬件开发环境,完成了边界特征提取算法的移植和可视化开发工作,实现了所提算法在该智能调控系统上的工程化应用。