智能变电站是未来变电站技术发展的趋势,作为智能电网建设中非常重要的环节,智能变电站具有可靠安全、经济高效、环境友好的优势,因此受到国内外专家学者的广泛关注。相较于传统变电站,智能变电站二次系统无论在元件构成亦或是系统结构上均存在较大差异,而且二次系统的运行风险会直接影响到变电站甚至电网的安全稳定运行,因此本课题进行智能变电站二次系统可靠性与风险研究具有很好的理论意义和现实指导意义。在上述背景下,本文针对智能变电站二次系统,分析了可靠性与风险两个方面的问题。在可靠性方面,首先针对二次设备状态评价问题,提出智能变电站二次设备状态评估模型和状态评估结果置信度评价方法。然后,针对二次设备可靠性数据不足的问题,提出了基于小样本性能数据的二次设备可靠性分析与预测模型。进一步地,针对二次系统的可靠性问题,提出一种计及元件多状态条件的二次系统可靠性分析方法。在风险方面,针对二次系统的风险传递问题,提出了基于功能关联性的二次系统风险评估方法。具体说明如下:（1）提出了基于多维度状态信息的二次设备状态评估广义模型,首先,从多个维度对智能变电站二次设备的状态信息进行梳理,并建立了基于状态信息重要度的二次设备状态评估模型,该模型为非线性系统,能够解决传统线性评估模型中状态信息数量对评估结果影响的问题,且适用于所有二次设备。此外,针对智能变电站中二次设备监测能力的差异对评估结果的影响,引入可信度对二次设备状态评估结果进行区分。通过建立状态信息标准库,从状态信息完整性、实时性和准确性三个方面,对二次设备状态评估结果可信度进行评价。最后,通过算例说明该模型的优越性。（2）提出基于二次设备小样本性能数据的可靠性评估与预测模型。首先对Bootstrap方法的抽样过程进行改进,通过对二次设备小样本性能数据进行扩容,以扩容性能样本对其性能变化的分布函数进行分析,引入性能可靠性的概念,计算二次设备在不同时刻下的可靠性,在曲线拟合阶段,基于形态相似距离为目标函数对二次设备可靠性进行曲线拟合,最后基于曲线预测值与预测误差对设备的可靠性进行预测估计。算例分析结果说明了本文方法在小样本数据条件下进行可靠性评估与预测的有效性与实用性。（3）提出了计及元件多状态模型的二次系统可靠性评估方法。首先,考虑到二次设备的多种运行状态,建立了二次设备的状态分类模型,采用马尔科夫模型描述二次设备状态转移随机过程并求解状态概率分布。然后,通过网络理论分析二次系统中每个二次设备之间的功能关系,建立功能相关矩阵,进一步结合通用生成函数（UGF）逐步计算二次系统的可靠性。最后,以典型的智能变电站二次系统为例,阐述了多状态模型在可靠性评估中的有效性和优越性。从分析结果来看,多状态模型可以区分不同性能需求下的二次系统可靠性,与两状态模型相比,它计算精度更高,与Monte Carlo仿真模型相比,它缩短了大量计算时间。（4）提出了基于功能关联性的二次系统风险评估模型,整体风险评估分为三个部分,第一个是建立二次系统风险网络功能分解模型,包括理清了二次系统的功能库分类,风险网络基本概念定义和构建二次设备间的功能关联矩阵;第二个重点是引入风险传递概念,剖析二次系统风险网络基本要素之间的传播机制。最后一个是提出了一套风险评估指标体系,分别从二次系统、功能集和二次设备三个层面进行风险量化分析。最后,通过一个实际案例证明该模型的有效性。