当前,世界各地由相继故障引起的大停电灾难时有发生。因此,全方位地分析和研究相继故障过程对保障电网安全稳定运行具有重要意义。本文基于电网仿真数据,借助网络理论和强化学习方法,对电网相继故障过程及其控制进行了研究。主要研究内容如下:1)针对考虑关键线路的智能电网攻击方法,研究了基于强化学习的顺序攻击方法,并提出了改进的强化学习探索策略。相较于已有的电网攻击方法研究,考虑关键线路的攻击方法研究更符合电网的实际情况。相较于传统强化学习方法使用的探索策略,改进的探索策略的探索效率更高,可以加快最优攻击序列的搜索。进一步地,基于潮流介数定义了关键线路,并分析了不同比例的关键线路受到保护时电网相继故障规模的变化。2)针对电网在初始攻击后故障的扩散问题,提出了基于强化学习的线路切断方法。考虑到相继故障对电网造成的复杂影响,提出了一种结合拓扑和电气特性的电网损失综合评价指标。线路切断方法可利用较小的线路切断的代价,避免大规模组件过载,从而有效减小相继故障的规模。已有的线路切断研究多使用纯拓扑模型进行仿真,同时仅考虑了特定故障的线路切断方法,不能很好地适用于真实电网。基于强化学习的线路切断方法不仅可以离线地搜索特定故障的最优线路切断集,而且可借助经过训练的强化学习模型在线地给出随机故障的线路切断集。3)针对使用传统线路容量分配方法的电网对相继故障具有脆弱性的问题,提出了改进的容量分配方法。传统容量分配方法中,电网中线路的容量通常被设置为线路初始负载的倍数。初始负载低的线路的空余容量较少,容易因电网中的扰动产生过载,从而引起相继故障。所提方法将可分配容量中的一部分平均分配给所有的线路,另一部分按照线路初始负载进行分配,保证了初始负载低的线路可以获得一定的空余容量。相较于传统的分配方法,该方法可明显降低电网对于线路故障的脆弱度。通过对电网相继故障过程进行多角度的研究,本文给出了攻击方法研究的新思路与防御相继故障的具体方法。分析过程与所得结果可供电网设计与运行人员参考,具有一定的工程应用价值。