随着远距离、大容量直流输电的应用,我国已形成了交直流混联大电网。交直流混联大电网的建设提升了大范围资源优化配置的能力,但是电网内也存在着局部故障影响全局安全运行的风险。安全风险态势前瞻预警对电网可能出现的不安全运行状态进行提前告警,能够为后续的安全风险防控决策提供指导信息并预留决策时间,是辅助化解未来安全风险的有效手段。随着新能源发电的大规模接入和柔性负荷比重的上升,新能源发电的随机波动和柔性负荷的随机响应显著增加了电网的源荷双侧不确定性。由于源荷双侧不确定性引起的运行场景数目急剧增长和交直流混联大电网时域仿真的严重耗时,安全风险态势前瞻预警的计算量显著增加。因此,深入研究快速有效的交直流混联大电网安全风险态势前瞻预警方法,对于保障现代电力系统的安全稳定运行具有重要的理论意义和应用价值。本文将关键输电断面作为安全风险预警的重点对象,将计及功角稳定、暂态电压安全和暂态频率安全约束的断面最大输电能力（total transfer capability,TTC）作为系统安全性的关键指标,根据为保证系统安全所需的控制措施类型区分预警等级,考虑控制措施的动作时序特点并利用不断更新的源荷预测信息进行多时间尺度滚动预警。本文在已有研究成果的基础上,利用深度学习、半监督学习、多属性决策树和增量学习等人工智能技术,对交直流混联大电网安全风险态势前瞻预警进行了系统深入研究。论文的主要创新性成果如下:（1）考虑源荷双侧不确定性的影响,提出一种计及多属性动态安全约束的关键断面输电能力快速评估方法。基于堆叠降噪自动编码器和半监督极限学习机建立半监督深度学习模型,根据电网运行特征快速评估考虑多属性动态安全约束的关键断面TTC。在源荷不确定因素概率预测信息的基础上,使用点估计法和Gram-Charlier级数展开通过少量确定性场景的TTC计算结果逼近TTC的累积分布函数。将输电断面功率超过TTC的概率定义为越限概率,推导出给定越限概率要求下可用输电能力的计算表达式。江苏-上海互联电网算例结果表明,所建立的半监督深度学习模型相比于浅层学习模型具有更高的TTC评估精度,并能有效利用无标签样本提高模型的评估性能;基于点估计法和Gram-Charlier级数展开的TTC累积分布函数逼近方法计算精度高,可以显著减少需要进行TTC计算的运行场景数目。（2）提出一种基于控制代价的动态安全风险快速分级预警方法。主要考虑常规N-1预想事故集,根据为保证系统安全所需的预防控制措施类型划分不安全运行场景的预警等级,如果所需的预防控制措施具有更高的控制代价,则预警等级就更高。考虑源荷双侧不确定性的影响,使用多属性决策树辨识源荷不确定性功率注入空间中不同预警等级间的分类边界,基于这些分类边界构建不同预警等级对应的不安全运行场景集合。在多属性决策树的训练过程中引入类别权重系数,降低多属性决策树分类结果的漏警率。江苏-上海互联电网算例结果表明,预警分级结果可为电网的调度运行和控制决策提供科学依据;多属性决策树能够准确辨识不同预警等级间的分类边界,所建立的不安全运行场景集合的数学表达形式简洁明确,有助于后续的安全风险控制优化决策。（3）利用源荷预测精度随时间推进而提高的特点,并结合典型控制措施动作时序的差异,提出一种多时间尺度安全风险态势滚动预警方法。在预想事故集中考虑可能由极端天气过程引发的多重事故,并将典型的紧急控制措施加入到预警分级策略中,建立6小时、1小时和15分钟的多时间尺度滚动预警框架,指导不同类型的控制措施相互配合,共同化解可能出现的动态安全风险。利用滚动预警过程中动态新增的样本数据,基于增量学习技术对TTC评估模型进行更新。基于Bootstrap方法估计待评估场景真实TTC值的概率分布信息,进而计算评估结果误差小于给定误差水平的概率,并将其作为预警结果的可信度。西北-华东交直流混联大电网算例结果表明,多时间尺度滚动预警能够充分利用源荷不确定性的最新预测信息,并有效指导不同动作时序的控制措施配合化解未来的安全风险;增量学习能够显著加快模型的更新速度,并能持续提高TTC评估结果的准确度和预警结果的可信度。