资源紧张、环境污染及气候变化等一系列挑战促使全球经济由传统的高碳发展模式向低碳发展模式转变,智能电网是实现低碳经济的主要途径。智能变电站是智能电网的重要组成部分,是建设智能电网的重要支撑。本文以智能变电站为研究对象,将智能变电站作为具有“成熟度”的个体进行研究,从整体上评价智能变电站的发展现状,一方面评价结果可为智能变电站现阶段的建设或改造提供参考方向;另一方面评价方法可向国外输出,从而提高我国在国外学术界的影响力,进而提升我国在国际上的地位和话语权,因此本文的研究不仅具有理论意义,而且具有实用价值。本文的主要工作有三个:一是提出智能变电站的成熟度模型(SSMM)并详述各等级含义特征;二是构建基于BP神经网络的智能变电站成熟度评价模型;三是构建基于GABP神经网络的智能变电站成熟度评价模型,并实例验证。本文在深度分析智能变电站的结构特点及其成熟度影响因素的基础上,以电气设备、供电质量、经济价值、社会人员和环保指标5个维度为准则层,共选取了20个具体的评价指标;随后综合分析现有指标权重确定方法的优缺点,最终选定层次分析法作为本文确定各评价指标权重的方法。在完成这些工作的基础上,首先简述神经网络的定义概念,并根据神经网络构建原则,建立基于BP神经网络的智能变电站成熟度评价模型,并对其训练和预测仿真;针对BP神经网络存在收敛时间长、收敛精度低等缺点,用遗传算法(GA)优化BP神经网络,建立基于GABP神经网络的智能变电站成熟度评价模型,并对其进行训练和预测仿真;通过两种模型的预测仿真结果对比分析,选定GABP神经网络作为评价智能变电站成熟度的算法;最后将层次分析法和GABP神经网络相结合用于实际变电站的评价,并根据评价结果给出变电站未来的发展意见和建议。