近年来,极端天气和地质灾害发生频繁,对我国电网安全造成了巨大威胁。2008年初的中国南方雨雪冰冻灾害,2008年5月份的四川汶川大地震,2012年8月份的台风“海葵”,2013年10月份的台风“菲特”,2015年10月份的台风“彩虹”以及2016年9月份的台风“莫兰蒂”均造成了电网线路多处断线、杆塔大量损坏以及大面积停电,对社会经济发展和群众生命财产安全造成了巨大损失。电网突发事件应急管理研究已经成为一项急需解决的重要课题。当前的研究大多数集中在电网应急管理体系构建、应急能力评估、应对措施研究、应急平台架构、专项技术应用等方面,鲜有研究涉及面向电网突发事件应急人员和应急资源应对规划研究。电网突发事件具有复杂性、突发性、紧迫性、严重危害性和信息不完备性等特征,这决定了传统的应急管理和决策方法在电网突发事件应急救援中难以奏效。本文研究面向电网突发事件应对任务规划的集成案例推理方法,以情景——应对的应急管理模式为指导,综合运用案例推理、规则推理、遗传算法、灰色关联分析、神经网络、D/S证据理论等理论、模型、技术和方法构建一个以案例推理为主体的相互协作的系统,进而为电网突发事件应急响应和救援提供决策支持,具有重要的理论价值和实践意义。为达到预期目的,论文开展了以下研究:首先,论文进行了面向电网突发事件的集成案例推理体系研究。论文在构建的基于ABC本体模型的应急案例本体模型基础之上,对突发事件应急结构中的情景特征、应急主体、应急资源等做了全面的研究与阐述。在对突发事件应急案例情景特征及响应过程全面把握的情况下,论文提出了电网突发事件集成案例推理需求、过程及优势,并研究设计了集成案例推理的体系结构,识别了支撑该方法的关键技术,从而为开展下一步的研究奠定了基础。接下来,论文提出了情景信息不完备条件下电网突发事件应急案例结构化方法。论文在研究案例表示方法的基础上,结合案例推理的结构化和定量化需求,将证据理论的基本概率分配函数引入框架表示法中,提出了情景信息不完备条件下电网突发事件应急案例的框架表示方法。然后,论文给出了情景信息不完备条件下应急案例检索方法。最后,该研究对提出的情景信息不完备条件下电网突发事件应急案例的结构化方法进行了应用验证。结果证明,研究所提出的应急案例结构化方法能够满足不完备信息条件下电网应急案例推理的结构化和定量化需求,具有较好的适用性。其次,论文研究了基于改进的后向传播神经网络的案例适配方法。论文将电网突发事件应急案例中的决策特征单独分离出来分别与情景特征形成单子神经网络,并将所有单子神经网络并联形成并行后向传播神经网络的结构完成适配过程。同时,为了解决基于模拟退火算法的后向传播神经网络调整连接权重时的随机性和试探性,论文使用目标函数来自动调整学习率,从而使连接权重可以自适应进行调整,从而避免网络瘫痪或者陷入局部最优。再次,论文在基于相似关系的案例库构建方法的理论基础上,提出了基于规则推理和改进多目标遗传算法的案例库扩充方法。在该方法中,规则推理负责为电网突发事件应急案例定性情景特征选取相应的决策特征;改进的多目标遗传算法使用相似度函数表示案例情景特征相似性,使用灰色关联系数差异函数表示案例情景特征与决策特征的关联性,从而保证了案例情景特征、应急决策结果的相似性。为了克服简单遗传算法早熟及收敛速度慢的缺点,该研究采用改进自适应遗传算子方法和基于适应度的种群生成方法对多目标遗传算法进行改进。同时,本文将D/S证据理论融入该算法,从而解决了电网突发事件应急案例信息不完备的特征,丰富了案例库扩充和案例适配的理论和方法。最后,该研究使用VC++6.0、Microsoft Access2003和Matlab2012a实现了电网突发事件应急案例推系统,并使用实例验证了电网突发事件应急案例推理系统体系和关键技术、模型和方法的实用性和有效性。