近年来,我国高铁迅猛发展,已经成为人们出行的重要交通工具,而高铁的安全性也越来越引起社会各界的重视。极端空间天气地磁暴发生时,地磁场的扰动会感应出ESP(Earth Surface Potentials,ESP),作用在长距离输电线路中产生的GIC(Geomagnetically Induced Currents,GIC),极易引发变压器事故,而高铁牵引供电系统中变压器众多,牵引变压器更是其中的关键设备,承担着高铁安全运输的重要任务,研究GIC对牵引变压器工作特性的干扰,评估其危害性影响势在必行。本文首先从介绍我国高铁AT供电系统的结构出发,探讨了 GIC在高铁供电系统中的流通回路及其入侵牵引变压器的途径,从原理上分析了 GIC入侵后,牵引变压器发生直流偏磁,励磁电流发生畸变的根本原因,并给出了高铁供电系统中第一次实测到的GIC数据。其次,建立了 GIC在供电系统中流通回路的等效模型,通过计算分析发现由GIC造成的牵引变压器直流偏磁的程度与回路的等效电阻不对称度K有关,并以此为依据,改进了传统的牵引网仿真模型;通过更改模型参数,完成在不同等效电阻不对称度以及不同工况的条件下,不同幅值的GIC入侵引发牵引变压器直流偏磁的仿真工作。再次,介绍了人工神经网络的特点、分类及其相关应用,说明了可以利用人工神经网络良好的非线性映射特点进行GIC对牵引变压器的危害性评估;介绍了人工神经网络的基本结构——人工神经元模型,和人工神经网络的不同学习方法和规则;在人工神经网络基本工作原理的基础上,具体介绍了本文用于GIC危害性评估的BP神经网络的模型,详细的推导了 BP神经网络的算法,并给出了实现流程图。最后,通过比较分析各种反映牵引变压器直流偏磁程度的物理量之间的差异,确定了将GIC作用下的牵引变压器励磁电流最大值和畸变率作为评估指标;并以仿真数据为训练样本,设计训练了双隐含层的BP神经网络,并使用测试样本进行评估验证。网络训练参数及评估结果表明:将励磁电流最大值和畸变率作为GIC危害的评估指标,用人工神经网络的方法,能够很好的评估GIC对牵引变压器危害性影响。