随着“双碳”目标的提出,未来将有更高比例的可再生能源接入电力系统,其出力间歇性和不确定性将给电力系统带来严峻挑战,因此进一步研究电力系统运行状态感知方法对未来电网的安全稳定运行具有重要意义。与此同时,随着通讯技术的发展和装置成本的下降,广域测量系统（Wide Area Measurement System,WAMS）在电力系统中得到越来越广泛的部署,相比传统的数据采集与监视控制（Supervisory Control And Data Acquisition,SCADA）系统,其高精度且同步的测量数据可以进一步提升电力系统运行人员的状态感知能力。本文分别从电力系统虚假数据注入攻击识别、电力系统异常事件检测、电力系统事件定位与辨识、电力系统在线同调区域辨识、电力系统鲁棒解列等方面进行研究,力图构建基于广域测量数据的电力系统运行状态感知体系。本文主要研究内容如下:（1）针对电力系统虚假数据注入攻击（False Data Injection Attack,FDIA）问题,分别提出了与高采集率和低采集率两种场景相对应的电力系统FDIA识别方法。针对高采集率的同步测量设备（Synchrophasor Measurement Device,SMD）,提出了基于集成经验模式分解的特征提取算法以提取频率数据多时间尺度下的本征模态函数,进而提出了基于快速傅里叶变换和前馈神经网络分类器的FDIA识别方法。针对广泛部署的低采集率SMD,提出了基于一维卷积神经网络的电力系统多维数据时序特征提取算法,进而提出了基于门控循环单元的电力系统FDIA识别方法。在FNET/Grid Eye实时采样数据上的算例分析表明上述两种方法均可以在较短的时间窗内实现较高的识别精度。（2）针对现有WAMS系统通讯量大、对电力异常事件检测不够准确的问题,提出了一种基于数据压缩和局部离群因子的电力系统事件检测方法。首先,采用不等距压缩算法对测量数据在WAMS子站进行压缩并在WAMS主站进行重构,从而减轻通信系统的传输压力;然后,采用基于主成分分析法的相似度搜索方法确定电力系统中各母线节点运行状态的相似度;最后,基于局部离群因子寻找与系统总体运行状态差异较大的母线节点,从而完成电力系统异常事件的检测。在WECC 179节点系统和实际电力系统中的算例分析表明所提方法可以获得较准确的事件检测和定位结果。（3）针对现有电力系统事件辨识方法未考虑事件发生时间和位置以及未考虑训练样本不均衡的问题,提出了一种适用于不均衡样本的电力系统事件检测、定位、辨识一体化方法。首先,利用频率变化率检测电力系统中发生的异常事件并确定其发生的时间;然后,根据扰动波到达的时间差异性对电力系统异常事件进行定位;最后,在确定电力系统异常事件发生时间和位置的基础上,提出了一种基于二维正交保局投影和随机欠采样提升树的电力系统异常事件类型辨识方法。在美国东部互联系统中的算例分析表明所提方法可以实现较高的事件定位和事件辨识精度。（4）针对现有电力系统同调识别方法大多基于静态物理模型、无法较好计及系统实时运行状态的问题,提出了一种基于模糊等价关系（Fuzzy Equivalent Relationship,FER）聚类的在线同调发电机辨识方法。首先,基于WAMS测量的广域实时数据提出了若干个表征发电机轨迹相似度的同调性指标;然后,提出了基于组合权重法和理想点法的发电机同调指标权重和决策矩阵确定方法;最后,提出了基于FER聚类的电力系统同调发电机群划分方法以及基于F统计量的电力系统最佳同调机群数确定方法。在16机68节点系统和实际电力系统中的算例分析表明所提方法可以对同调发电机进行合理的划分。（5）针对现有电力系统主动解列方法未考虑同调性约束和可再生能源波动性的问题,构建了考虑在线同调约束和可调鲁棒规划的主动解列模型。首先,提出了一种基于模糊C均值聚类及其“隶属度”概念的同调发电机群软划分识别方法;然后,构建了基于在线同调识别结果和虚拟潮流的电力系统解列控制的同调性约束;最后,构建了考虑电力系统源荷双重不确定性的可调鲁棒主动解列模型。在IEEE 39节点系统和WECC 179节点系统中的算例结果表明所提方法可以实现极端情况下切负荷量的最小化。本文提出的电力系统FDIA识别方法、电力系统事件检测、定位、辨识方法、电力系统在线同调区域识别方法、电力系统主动解列方法丰富了电力系统运行状态感知理论,可以为电力系统调度运行人员提供相应支撑。