摘要：基于已有文献研究成果，采用正态分布概率纸检验法分析了系统中节点崩溃电压分布特性，得出其符合正态分布规律；在此基础上提出了系统薄弱点识别指标——崩溃电压均值指标和崩溃电压均方差指标。将BP神经网络与拉丁超立方采样法相结合，用于获取系统中节点的随机负荷状态，并计算得出系统崩溃时各节点电压；BP神经网络的引入在保证系统崩溃时节点电压分布特性不变的前提下，将考虑负荷波动极限的薄弱点分析方法计算速度提升1倍。在薄弱点分析过程中，将改进Bootstrap方法应用于指标计算，在同等抽样次数下，使得到的节点薄弱指标值比单纯采用参数点估计法计算更加精确；以IEEE30节点系统及某220kV电网为例进行分析，结果表明文中得出的系统薄弱点电压分布规律符合实际，基于这一规律的薄弱点识别方法对于快速、准确地识别负荷随机波动情况下系统的薄弱点具有重要意义。

关键词：电压稳定 薄弱点 分布特性 bp神经网络 bootstrap 

单位：电力系统运行与控制山西省重点实验室(太原理工大学); 山西省太原市030024; 国网山西省电力公司电力科学研究院; 山西省太原市030001