1998年,Watts和Strogatz在((Nature》上发表文章,发现了复杂网络背后的小世界特性,1999年Barabasi和Albert在《Science))发表研究成果,提出节点度分布具有无标度特性。这掀起了研究复杂网络理论的热潮,吸引了物理、数学、工程、社会学、生物学等各领域的学者去探究复杂世界背后隐藏的本质规律,因此成为众多领域研究的热点问题。复杂网络在自然界普遍存在,比如：因特网,交通网,电力网,人际关系网,科研引用网,病毒传播网,航空运输网,国际贸易网,人体生理网,新陈代谢网等等。近年来,复杂网络带来的问题日益突出：SARS病毒在极短的时间流行全球,金融危机波及各国,气候问题越发严重,电力事故不断出现等。为此,人们非常需要去认知复杂网络,了解其背后隐藏的本质规律,便于扬长避短地应用之。复杂网络系统从不稳定到稳定是一个动态的过程,在该过程中存在临界状态,对于处于临界状态的复杂网络系统又该呈现何种特征,如何设计出更加优良的同步稳定控制器,趋利避害的对待复杂网络问题,是当前该理论研究新的问题。随着社会的快速发展,能源紧缺问题日益突出,以石油、煤炭为核心的能源格局必须打破。同时,也带来严重的环境污染问题。发展新能源成为时代主题,也带来新的电网安全问题。2003年,美国电力科学研究院(EPRI)将未来电网定义为intelligentgrid；2005年,欧洲首先提出了"Smart Grid"----智能电网概念,意在解决新形势下人类所面临的能源、环境和电网安全问题。如何真正的从根本上解决电力系统安全问题,被推到了时代浪尖,迫使我们重新梳理和反思。复杂网络理论的研究还存在待完善之处,其应用研究才刚起步,还存在诸多亟待解决的问题。为此,本文结合当前复杂网络理论研究现状和电网建设的特点,采用上述理论,就目前存在问题展开研究工作,主要包括以下几个方面：1.进行复杂系统临界同步机理研究。复杂网络系统由于节点特性和边耦合特性的多样性而更加复杂。对于这种复杂网络系统有两个截然相反的整体形态(稳定和非稳定),对其临界特性的研究尤为重要。本文对其临界同步特性进行了研究,提出了判断一类复杂网络临界态的充分条件和必要条件,通过实验证明了这种临界态的存在及判断判据的正确性。对进一步研究复杂网络系统的临界特性有重要意义。2.复杂网络同步牵制控制理论的研究。牵制控制是实现复杂网络同步最有效的方法,通过对少量节点的控制驱动网络到期望的状态或轨道。本文通过引入节点重要度指数,在复杂网络和实际节点对网络贡献力上架起了桥梁。提出了基于节点重要度指数的牵制策略。同时,将节点重要度指数引入到了控制器的设计中,得到了牵制控制器设计更合理有效的方法,解决了牵制控制器设计中参数确定缺少理论依据的问题。3.基于复杂网络理论的交直流输电系统研究。利用复杂网络理论,深入分析超高压直流输电对电网网络特性的影响。提出了交直流混合输电系统的网络特性评价方法,算例证明直流输电的引入将使电网向无标度特性转移。同时对高压直流输电换流站选址进行研究,算例证明根据度大的节点选择换流站能增加网络的抗毁性。4.提出基于复杂网络牵制控制理论实现电网AGC牵制控制。将复杂网络牵制控制理论用到AGC控制中,将电力输送的潮流约束和传输能力转换成复杂网络的边权,并将边权视为电网节点间的耦合强度,考虑节点的实际容量,结合电网的物理连接得到节点的点权。同时,根据发电节点的点权大小,运用复杂网络牵制控制策略对部分发电节点进行牵制自适应控制,实现了复杂电网中实际有功平衡和各发电机转速同步。5.建立基于模糊支持向量机学习理论的电力系统负荷在线预测模型。机器学习是继专家系统之后人工智能应用的又一重要研究领域,也是人工智能的核心研究课题之一,其显著的特点就是小样本学习,且在学习过程中不存在过学习和局部极小的缺点,有较好的推广性,得到广泛的应用。本文运用模糊集理论对负荷影响因子进行模糊化,并采用最小二乘支持向量机(LS-SVM)学习方法,结合嵌入维思想进行建模和预测,利用粒子群(PSO)算法进行模型参数寻优。同时,为降低运算量,提出小批量更新方法,实现在线学习和准确预测。