作为电力系统发展的必然趋势,区域电网互联虽有众多运行益处,但随着我国电网互联程度的加深和“源-网-荷”电力环境的日趋复杂,给传统安全稳定控制带来了新的挑战。大扰动导致局部故障后,若未能及时采取措施或处理不当,则可能引发系统崩溃,引发大停电事故。失步解列,作为三道防线的最后一道屏障,能够有效防止系统崩溃。广域量测系统和通信技术的发展,使得失步解列研究展开了新的篇章。如何利用包括广域信息在内的多源信息识别电网失步状态,确定解列断面等成为主动解列控制的关键问题。本文针对失步识别、解列断面搜索等主动解列关键问题开展研究,提出了一套完整的电网主动解列策略,主要工作如下:在电网失步识别方面,提出了一种基于功角、转速差、不平衡功率三者预测轨迹的超实时失步识别方法。对故障清除后的电气量和物理量受扰轨迹进行短期预测,包括对功角进行自记忆预测,对不平衡功率、转速差进行三角函数拟合预测。获取预测轨迹后,对功角空间进行降维映射,根据映射平面轨迹的几何特征对电网的失步状态进行判别。该方法基于失步前的响应数据,不依赖于系统模型,适用于不同的运行方式,且相比于传统功角差门槛值等方法,失步识别时间大为提前。在电网解列断面搜索方面,提出了一种基于图论及粒子群优化算法的解列断面搜索方法。基于机群分群信息,利用图论的方法对电力网络进行更新,保证同调性约束,缩减断面搜索空间。在此基础上,将最优断面的搜索问题转化为对最优分区的搜索,以孤岛不平衡功率之和最小为目标,考虑分区合理性改进适应度函数,结合社团结构理论,利用粒子群算法搜索最佳解列断面。该方法对不同的失稳模式具有较强的适应性,能最大程度上减小丢失最优解的可能性,为智能优化算法在解列断面搜索上的应用提供了思路。在电网主动解列策略上:为规避预测误差的不良影响、提升基于实测轨迹的识别速度,提出了一种综合考虑实测和预测轨迹的基于受扰轨迹的失步解列复合判据;为进一步提高多源信息的利用率和失步识别的速度,提出了一种基于机器学习的失步解列判据;最后,设计了一种包含失步识别、解列断面搜索等在内基于多源信息的电网在线主动策略制定方法。通过新英格兰39节点系统的仿真算例,验证了本文所提基于的主动解列策略的有效性。