摘要：针对数据驱动的电力系统暂稳分析，考虑到安全域概念下的暂稳预测和预防控制对输入特征的不同要求，以及充分兼顾数据挖掘模型的直观性与准确性，该文提出两阶段支持向量机用于暂稳预测及预防控制。在第一阶段，采用可控特征和直观模型挖掘运行方式与暂态稳定的内在联系，并用于制定预防控制策略；第二阶段，采用复杂模型构建准确率高的暂稳预测模型；此外，第一阶段模型能够为第二阶段的暂稳预测模型的训练提供样本筛选的依据，从而缩短了预测模型的训练时间。仿真分析表明，经过数据缩减后，预测模型的训练时间大大缩短，所得模型仍具有较高的准确率；当系统被判断为不安全时，可提供发电机有功调整的预防控制措施，以保证电力系统安全稳定运行。

关键词：暂态稳定预测 预防控制 两阶段 支持向量机 特征选择 

单位：北京交通大学电气工程学院; 北京市海淀区100044; 中国电力科学研究院; 北京市海淀区100192