以同步相量测量单元(Phasor Measurement Units,PMU)为基础的广域测量系统(Wide Area Measurement System,WAMS)为大型互联电力系统实现分布式同步测量、动态安全监测、在线安全分析以及广域稳定保护硿制等提供了可能性,是电力系统发展的前沿课题之一。　　 本文首先介绍了广域测量系统的概念以及其在电力系统中的应用,然后研究了PMU优化配置、快速暂态稳定预测以及失步解列理论等问题.全文主要包括以下几个部分:　　 简要介绍了WAMS的基本概念以及在电力系统中的应用,然后分析了PMU优化配置的现状、接着分别介绍了传统方式与WAMS下的电力系统暂态稳定分析方法,最后阐述了传统的电力系统失步解列理论以及WAMS为其带来的新的思路。　　 提出了一种保证N-1条件下与关键线路相连的节点不失去可观测性的最优PMU配置方法。该方法首先结合复杂网络理论模型和N-1故障模型辨识出系统中脆弱线路,并定义与脆弱线路相连的母线不可观测的系统鲁棒性损失模型；然后利用模拟退火法求出在正常情况下母线全部可观测所需的PMIJ数目,以此为基础,逐步增加PMU了数目,建立起系统鲁棒性损失和经济性之间的关系,其可视化结果为规划人员提供了有力的决策和支持。　　 提出了一种新的启发式暂态稳定评估策略。该方法首先对系统的各种故障进行离线仿真,然后以故障切除后短时间内各发电机的功角统计信息、发电机节点注入功率、负荷节点注入功率等特征量为输入,以离散化的故障临界切除时间为输出,应用粒化粗糙集模型对原始输入进行属性约减,最后利用支持向量机优良的统计特性建立起输入和输出之间的映射关系,以正确评估系统的稳定级别并识别系统的薄弱区域。　　 提出了一种考虑不确定性的暂态稳定在线预测方法,该方法计及了负荷、节点注入功率、故障切除时间、故障线路和故障位置等不确定因素。利用Monte-Carlo方法进行参数抽样,对这些抽样进行聚类以节省离线计算时间,在得到聚类样本的稳定性之后还原初始抽样样本并整理离散变量；为充分考虑不确定性造成的后果,引入风险理论,以风险最小原则构造朴素贝叶斯分类器,并将其应用于暂态稳定的在线预测。　　 提出了一种新的基于功角受扰轨迹拟合的暂态稳定快速预测方法。该方法首先对系统进行离线仿真,记录发电机在受扰情况下的功角轨迹变化情况,并对轨迹集合进行聚类分析,从中提取特征轨迹,生成发电机的受扰轨迹标准模式库(Perturbed Trajiectory Standard Pattern Database,PTSPD)。然后计算功角实时量测数据与发电机PTSPD中各个模式的欧氏距离,并利用修正方案来预测出发电机功角的运行轨迹,从而快速判断出系统的稳定性。　　 提出了一种基于WAMS的发电机失步保护与电网功角稳定的协调控制方法。该方法的稳定判据共包含两个部分,包括传统的本地保护装置信号和WAMS的暂态稳定在线预测结果。协调控制部分由一个中心服务器完成,若该中心首先收到保护装置的动作信号,则发出切机命令:若该中心首先收到暂态稳定在线预测结果为稳定的信号,则发出闭锁失步保护装置信号；若该中心首先收到暂态稳定在线预测结果为不稳定的信号,则根据预测的发电机功角轨迹,启动优化切机方案进行紧急控制。　　 利用PMU信号测量线路两端的相位差,可以有效地捕捉系统失步解列断面。但是当电力系统产生异步振荡时,将伴随强烈的功角和频率振荡,此时设置在失步中心附近的PMU仍能有效测量线路的穿越功率,但是相角测量的精度下降,影响了基于相角判断的失步保护装置的可靠性。针对上述问题,提出了一种新的基于PMU的捕捉失步解列断面的方法。该方法以有功功率三个连续的过零点之间的时间为一个周期,得出这个周期内的无功功率变化率曲线,如果这个曲线能与标准化的有功变化率曲线相关,则说明该线路为异步振荡的失步断面,其显著优点在于该方法的参数设置与系统运行方式和线路参数无关。