在线安全稳定分析技术的出现,把以前对于电网运行方式的分析从离线方式推向在线方式,分析周期缩短为分钟级别。需要指出的是,现今国家调度控制中心在线分析应用分析速度较慢,调控人员看到的分析结果对应于大约6-9分钟之前的电网状态,这无法满足特高压电网调控运行的实时性需求。在数据准备方面,仿真核心程序处于在线分析系统的末端,电网运行状态数据从能量管理系统(EMS)的内存实时数据库到最后形成电力系统分析综合程序输入文件,全程大约2分钟。而在仿真计算方面,单个算法的优化空间有限,同时仿真分析核心程序的结构和模型本身给大规模数据应用在分布式存储和处理的性能带来较大限制。在关键理论没有突破的前提下,仅靠扩展计算资源所能带来的分析加速效果逐渐饱和。因此,亟待引入新的方法、理念,改善在线安全稳定分析的实现方法,以提升其响应速度和实时性,在电网异常运行情况下更需如此。近年来,大数据、内存计算和复杂事件处理等信息技术在国内外其它领域量化决策中得到了大量成功的应用。Google通过无人驾驶汽车项目、阿尔法围棋人工智能程序等,给世界展示了基于搜索匹配数据驱动分析的人工智能方法的潜力。这些成功经验和技术也为解决面向分析型调度的在线安全稳定分析的响应速度和实时性问题提供了有益的参考和借鉴。电网建模技术是电力系统高级应用分析计算的基础,处于在线安全稳定分析的关键位置。本文提出一种基于分布式内存数据网格的电网实时数据模型建模技术。针对在线安全稳定分析响应速度受限的两个方面,这种建模技术支持秒级复杂事件处理,能够实时更新数据模型,实现仿真数据的快速准备;内存数据网格技术提供一套完整的在分布式计算环境中实现内存计算的实施方案,基于内存数据网格技术的设计使得这种建模技术在分布式存储和处理中具有优势;支持搜索匹配数据驱动分析而有别于传统模型驱动分析的安全稳定分析方法,突破单个算法优化空间的局限。文中先对内存计算技术、面向对象电网仿真建模技术、内存数据网格技术等研究现状进行了阐述,再从解决方案和具体实施两方面介绍这种建模技术的实现,然后讨论了其在快速在线分析中的典型应用场景,并以目前所知规模最大的国调调度自动化系统的在线数据模型(约4万节点)作案例,测试其在典型应用场景实施内存计算的性能,测试结果表明基于分布式内存数据网格的电网模型在多种应用场景可以有效地处理国调4万节点的在线分析模型。