摘要：安全裕度低的电网关键断面是电网运行人员需重点关注的电网薄弱环节,对其进行准确预测是保证电网安全、稳定运行的重要技术手段。以广东电网为例,收集了该地区2014和2015年的电气量和气象数据。首先,将电气量与气象数据进行标准化和集成;其次,对特征全集进行特征选择,并利用神经网络模型进行训练,得到关键断面的神经网络预测模型。相比于传统方法,所提预测模型在电气量因素的基础上,引入了非电气量因素（气象因素）,用以挖掘2种因素对电网安全运行中关键断面的影响。广东电网的算例测试表明,该模型预测准确性好、速度快,适应于复杂多变的实际电网。

关键词：气象因素 神经网络 电网安全分析 关键断面 大数据 

单位：上海电力学院电气工程学院; 上海市杨浦区200090; 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系); 北京市海淀区100084; 广东电网有限责任公司电力调度控制中心; 广东省广州市510600