在近年来发生的多起大停电事故中，输电线路相继开断是事故的重要诱因之一，相关研究对于大停电事故的防御具有重要意义。考虑到相继开断多由静态安全约束越限引起，现有相继开断研究的重点在于其静态安全分析。
　　相继开断静态安全分析研究因开断故障的组合爆炸而计算量极大。现有方法包括基于模型驱动的解析方法和基于数据驱动的人工智能方法。基于模型驱动的解析方法强壮性好，但其精度与速度难以协调;基于数据驱动的人工智能方法计算速度快，但应用于大系统时存在泛化能力较低的问题。融合不同方法的优势可能成为解决相继开断计算量问题的有效方式。为提高相继开断的分析速度并保证结果的可靠性，本文提出融合模型与数据驱动的相继开断快速分析方法。本文创新性工作围绕相继开断静态安全分析中安全评估与安全控制展开:
　　(1)针对安全评估中涉及的大量有功潮流计算，综合因子法快速性与牛拉法精确性，提出一种两模型协调的相继开断有功潮流快速计算方法。为实现两种方法的协调，本文设计了模型与数据融合驱动的分类器，从因子法解析误差提取特征作为分类器的输入信号，并利用支持向量机实现分类器的训练。分类器对故障算例按因子法潜在误差大小分类，并可自适应地选择牛拉法或因子法计算有功潮流。相比牛拉法，本文提出的有功潮流计算方法将计算速度提高了1个数量级。
　　(2)针对安全评估中涉及的大量无功潮流与电压计算，在有功潮流计算方法的基础上引入牛拉首轮迭代法，提出一种三模型协调的相继开断潮流快速计算方法。方法优先采用快速的因子法与牛拉首轮迭代法计算潮流，并使用精确的牛拉法分析其中潜在误差大的故障算例。大误差故障算例的辨识依赖于故障分类器，分类器由模型与数据融合驱动，根据牛拉首轮迭代法的解析误差提取特征，并采用支持向量机进行训练。该方法不仅保证了有功、无功与电压结果的可靠性，且将计算时间缩短为牛拉法的1/5～1/3。
　　(3)针对安全控制中涉及高维控制变量的线路开断策略优化，提出一种线路开断校正控制的快速优化方法。方法首先构建了以控制代价最低为目标的优化模型，通过控制前后网损成本的变化对线路开断的控制代价进行量化，并以模型与数据融合驱动的开断潮流快速算法对潮流等式约束建模。在求解优化模型时，设计了基于代价性能比指标的启发式求解规则。仿真结果表明，该方法在保证策略解的经济性与可靠性的同时，其优化速度比传统交流最优潮流法提高了2～5倍。
　　(4)针对有功安全校正控制中线路开断策略可能代价过高或无法消除有功过载的问题，提出一种有功安全综合校正控制的快速优化方法。方法在线路开断控制优化方法的基础上，引入了机组出力调整与切负荷控制，构建以综合控制代价最低为目标的优化模型，并在模型与数据融合驱动的潮流等式约束中考虑了机组调整与切负荷控制的计算。在综合优化模型的求解中，设计了启发式规则，通过将综合控制优化中线路开断控制的优化时间减少1个数量级，保证了综合优化模型整体的求解速度。由于机组出力与切负荷量可连续调节，该方法进一步降低了控制代价，并解决了线路开断策略离散性引起的优化模型无解问题。