电力系统作为城市生命线工程的重要组成部分,对于维持城市生存功能发挥着重要作用。随着社会现代化进程的加快,经济建设和国民生活对电能的依赖性越来越强,对电力的需求量越来越大,对供电质量与供电可靠性的要求越来越高,因此,实现电力系统的智能化控制,以保证电力系统能够安全稳定经济运行,不仅有利于维系城市正常的生存功能,还有利于优化资源配置,缓解能源压力,具有重要的理论意义和工程价值。本文以实现电力系统的智能化控制为研究目的,首先从提高短期负荷预测精度方面展开研究,针对预测误差的导致因素——模型的系统误差、输入指标的权重、历史数据的混沌特性、样本数据的权重等,从不同角度改进预测方法以提高预测精度,成果如下：(1)提出基于误差补偿核随机权重神经网络的短期负荷预测方法。为减小模型的系统误差,提高预测精度,首先针对短期负荷预测任务建立输入指标体系,然后基于核随机权重神经网络模型进行负荷预测,最后采用误差补偿技术对预测误差进行补偿和修正。该方法可克服传统前馈神经网络基于梯度训练的缺点,减少传统单一预测模型预测误差中的冗余信息,有效提高短期负荷预测精度、训练速度和泛化性能。(2)提出基于多元混沌时间序列和加权核随机权重神经网络的短期负荷预测方法。首先,考虑到输入指标权重的影响,采用互信息法对输入指标赋权,提出改进的加权核随机权重神经网络预测方法,可避免传统方法因忽略指标权重而导致的预测误差；然后,考虑到历史数据的混沌特性及样本权重的影响,对多元混沌时间序列进行相空间重构,并采用指数加权法对样本赋权,提出基于多元混沌时间序列和样本加权的改进预测方法,可减小由系统内混沌动力学行为及样本权重导致的预测误差。两种方法均可有效提高负荷预测精度、泛化性能和训练效率。精确的负荷预测能够为经济调度决策提供更加科学有效的依据。然后,本文基于以上成果,进一步针对电力系统短期经济调度决策优化问题展开深入探讨,成果如下：(3)提出计及负荷预测不确定性的鲁棒安全约束经济调度决策优化方法。针对负荷预测不确定性、网络安全性、系统运行经济性等问题,通过构建负荷预测不确定性模型、采用鲁棒优化理论、在机组组合模型中引入网络安全约束等,提出日前短期经济调度决策优化方法。在仿真实验中,采用本文所提负荷预测方法求出负荷参数,并将其作为调度模型的边界条件,求得经济调度优化策略,结果表明,所提方法能够有效保证电力系统安全稳定经济运行,提高日前短期经济调度的经济效益。