随着我国水电站的大力发展,如何保障水电站安全稳定运行是目前水利科学研究者关注的热点。为了保证水电站安全,精准的控制坝前水位是水电站的基本要求。对于一般径流式水电站,主要是通过调整机组出力和闸门启闭来实现对水位的控制,面对上游复杂的水情和固定的发电指令,只能依靠闸门的启闭来保障电站水位安全,因此有必要研究闸门控制策略从而更好的保障水电站安全;抽水蓄能电站结构复杂,工况多变导致机组变化频繁,如果机组突然甩负荷,会导致蜗壳压力的突然上升和尾水管压力的突然下降以及机组转速的快速提升,过大的蜗壳压力和机组转速都会影响机组寿命,甚至危及到电站安全,如何控制管道内部压力极值和机组转速也是一个值得研究的问题,合理的导叶关闭规律是降低蜗壳压力和机组转速,保证水轮机和整个引水系统安全最经济有效的方法。为了优化水轮机导叶关闭规律,本文首先应用反向学习初始化种群,采用多策略边界处理,提出了一种改进的人工生态系统优化算法（Improved Artificial Ecosystem-based Optimization,IAEO）,并使用23个基准函数对所提出的IAEO算法与原算法（AEO）、粒子群算法（PSO）、灰狼优化算法（GWO）、引力搜索算法（GSA）和蚁狮优化算法（ALO）等几种传统算法进行对比测试,测试结果表明,所提出的IAEO算法收敛速度高于其他几种算法,而且具有更强的探索能力。其次采用非线性评价函数建立了水轮机导叶关闭规律优化模型,基于水力瞬变计算的特征线法,采用IAEO算法对某抽水蓄能电站水轮机导叶关闭规律进行了优化,计算结果表明,IAEO算法、AEO算法、PSO算法和GWO算法所优化出的导叶关闭规律,符合工程上“先快后慢”的规律,初步说明了几种算法对水轮机导叶关闭规律优化的可行性。与其他三种算法相比,IAEO算法的收敛速度最快,优化的导叶关闭规律的适应值为最优,说明该算法的探索能力强于其他三种算法,总安全裕量最大,说明IAEO算法更适合应用到该抽水蓄能电站当中。在水电站运行过程中,机组出力的变化和闸门动作会影响到水位的变化。本文基于某径流式水电站的特性曲线,建立基于水量平衡的水位短期预测模型,并进行了精度验证,结果表明该模型的计算结果整体趋势与实测接近,尤其是未来半小时内预测结果还相对精准,故该模型用于定性分析是可行的;对该电站事故切机时的剩余库容和反应时间进行研究,计算了事故切机时极限反应时间和极限运行水位,为确认水电站安全运行区间提供了参考依据;根据水电站闸门动作规律绘制闸门开度组合表,结合微粒群优化算法,提出了闸门应急控制与分段优化方法,由实例分析结果可知,该方法可有效的实现电站在遭遇事故切机时库水位的精准控制。