随着我国电力工业的快速发展,我国已进入一个“大电网”时代,电网的规模不断扩大,全国互联电网也早已建成,然而由于电网结构薄弱、电气设备和线路故障率较高等因素导致大停电事故时常发生;并且随着风电、光伏、直流等新技术的发展,电源、负荷特性均发生巨大变化,使得电网运行特性的不确定性和复杂程度也不断加剧,加大了电力系统特性认知、运行调度和事故防御的难度,因此及时有效地对大电网的安全态势进行感知变得越来越重要;深度神经网络近年来被广泛应用于各个领域,并在数据处理、数据预测等方面表现出巨大的优势。基于此,本文将深度神经网络引入到大电网安全态势感知的研究中,用来评估预测大电网的安全运行状态。大电网的态势感知主要包括态势要素的提取、态势理解和态势预测三个阶段,基于此本文的主要工作如下:首先,通过对影响大电网安全态势要素的提取,从线路、负荷、变压器和系统整体等方面收集了影响大电网安全态势的内部因素,用来反映系统的静态安全、暂态安全、电压安全和结构安全;并通过统计1981-2015年全国电网的大停电事故,分析得出影响大电网安全态势的间接性外部因素指标,并分析了外部因素指标对大电网安全态势的影响程度,进而构建了一套较完整的大电网安全态势评价体系。然后,在态势理解阶段,通过对大电网安全态势要素的分析与理解,完成对大电网安全态势的综合评价,主要包括指标权重的确定和评估值的计算两个内容,在权重的确定方面,将层次分析法和改进的熵权法通过博弈论赋权法得到各指标的综合权重,进而采用加权求和的方法获取大电网的安全态势评估值;并以IEEE39节点系统为例,说明了大电网安全态势评估值计算的具体过程,为后续的评估预测工作打下基础。最后,为验证深度神经网络对大电网安全态势评估预测的可行性和准确性,构建了 BP神经网络、RBF神经网络和深度神经网络三种模型,通过对三种模型训练学习,完成了对大电网安全态势的评估预测。