可靠性评估是现代大电力系统面临的一项挑战性课题。该文对发输电合成系统可靠性概率评估算法及最优可靠性理论和算法进行了深入研究。 论文建立了完整的发输电合成系统的概率安全性和概率充裕度综合评估(CPSAE)框架，包括指标体系、元件模型、系统状态划分等，并实现了基于序贯蒙特卡罗仿真的综合评估算法。在CPSAE模型中，进一步拓展完善了概率安全性评估中的不对称故障、保护系统动作等随机因素模型，从而提高了综合建模的准确性。 自组织映射神经网络(SOMNN)具有很强的模式识别和聚类分析功能，论文基于SOMNN实现了快速暂稳判别方法，并将其和序贯蒙特卡罗仿真有机地结合在一起，从而有效减少了复杂网络可靠性评估的计算量。在概率安全性与概率充裕度综合评估统一框架内，综合采用了多种加速计算方法以减少计算量，包括基于模糊自组织映射神经网络(FSOM)进行快速状态筛选的人工智能方法和合并相同系统状态加速计算技术，从而使综合评估算法更加有效和实用。 论文将可靠性和经济性紧密结合在一起，运用最优可靠性的基本概念，在CPSAE基础上，进一步将发输电合成系统综合评估风险指标和可靠性经济评估理论相结合，对基于系统角度的以社会总成本最小化为目标的最优可靠性算法进行了研究，建立了基于改进遗传算法(IGA)的最优可靠性计算方法。论文针对电力市场的新环境，对基于可靠性合同的最优可靠性理论进行了研究，实现了基于IGA的最优可靠性算法。从而使可靠性研究成果能够对电力规划、设计和经济运行决策提供有效的辅助信息。 论文开发了完整的可靠性综合评估软件包CRECPS-TH，可对大规模发输电合成系统进行可靠性概率评估。通过对IEEE-RTS79系统(24节点)、TH-RTS2000系统(53节点)和实际大规模发输电合成系统TH-RTS2003(91节点)进行的计算分析，表明模型和算法是正确的和可用的。