随着新能源及电力电子设备不断接入、特高压交直流等工程建成投产,我国电力系统规模日益庞大,结构愈发复杂,运行方式更加多变。而飞速增长的负荷需求,也使得电力系统传输功率逐渐逼近容量极限。当复杂电力系统遭受故障扰动或恶意攻击后,容易造成大规模潮流转移、引发严重的连锁故障或暂态失稳,最终威胁电力系统安全稳定运行。现有针对复杂电力系统安全评估与稳定控制的方法大多严重依赖专家经验、对工况适应能力不强或效率较低。近年来,随着算法的突破和计算能力的迅猛提升,以深度学习和强化学习为代表的人工智能技术得到了爆发式发展,并在语音识别、医疗诊断、自动驾驶等领域应用进展显著。强化学习应用于决策类问题时具有快速、准确与高效等优势。因此,本文在深度挖掘强化学习算法特性与电力系统相关问题的内在逻辑契合关系的基础上,开展基于强化学习的复杂电力系统安全评估与稳定控制研究,旨在提高安全评估与稳定控制的准确性和决策效率。本文的主要研究内容如下:（1）针对序列攻击下的复杂电力系统静态安全评估问题,提出了基于深度强化学习算法的电力系统韧性评估方法,通过决策导致系统网架崩溃的最短攻击序列,评估不同运行工况下的电力系统韧性;建立了充分考虑发电机特性及有功传输损耗的连锁故障模型,以提升评估结果的准确性;提出了改进优先经验回放机制以加速智能体训练的收敛速度。不同规模电力系统的仿真结果验证了所提方法的有效性。（2）针对严重故障下的复杂电力系统动态安全评估问题,提出了考虑暂态稳定约束的基于强化学习的薄弱线路评估方法,利用智能体训练过程搜索导致电力系统暂态失稳的严重故障,设计了基于失稳故障集与强化学习Q值表的线路薄弱度指标,引入双Q学习与优先经验回放机制提升评估结果的稳定性。不同规模电力系统仿真结果表明,所提方法能筛选出考虑暂稳约束的薄弱线路,并节省暂态仿真计算量。（3）针对严重故障导致复杂电力系统暂态功角失稳的问题,提出了融合知识与深度强化学习的紧急控制措施智能决策方法,设计了线性决策空间,以避免控制对象过多时出现“维数爆炸”的问题;提出了通过动作屏蔽的方式将知识规则作用于智能体决策的知识融合框架,以提升决策效率;设计了复合策略神经网络提取电力系统多源异构状态特征以提升决策质量。仿真结果验证了所提方法的有效性。（4）针对运行工况变化与通信时滞削弱电力系统区域间低频振荡阻尼的问题,提出了基于多层级Actor-Critic强化学习的自适应广域阻尼控制器,通过智能体网络参数的在线更新适应运行工况的变化,设计了基于Pade近似变换的自适应时滞补偿器补偿随机通信时滞,提出了协调柔性直流输电系统逆变器有功与无功信号的双环附加阻尼控制结构。数字仿真与硬件在环实验验证了所提控制的可行性与有效性。