电网可靠性评估是量化电网风险水平和识别电网薄弱环节的重要手段。随着社会经济的深入发展,电网的规模和结构日益复杂,新能源并网规模不断扩大,电网运行时的不确定性急剧增加,对这些不确定性产生的影响进行定量评估成为电网可靠性评估领域关注的热点。然而考虑风电出力和节点负荷的相关性使得电网面临复杂的高维概率建模问题,同时可靠性评估也面临计算复杂度高和效率低下的问题。针对以上问题,论文开展了以下研究:（1）针对电网中高维相关性随机变量建模的维数灾问题,介绍了一种考虑风电出力和节点负荷相关性的降维解集方法,其利用分层的思想将高维概率建模问题转化成一系列低维概率建模问题,有效的缓解了高维建模的复杂性。但采用降维解集模型进行可靠性评估依然存在效率低下的问题,重要抽样方法因此被用以加速可靠性评估。然而在对降维解集模型进行重要抽样时,论文对降维解集模型无法准确反映风电出力和节点负荷相反的重要抽样变化趋势,降低重要抽样的效率等缺陷进行了分析。以含风电场的改进IEEE-RTS79和IEEE-RTS96系统为例进行可靠性评估,结果验证了上述分析的正确性。（2）为解决原始降维解集模型在重要抽样过程中存在的无法准确反映不同类型变量的重要抽样变化趋势等缺陷,论文提出了一种新的改进降维解集模型,其沿用原始降维解集的思想,对原始降维解集的分层结构进行改进。改进降维解集模型对重要抽样的适应性更强。另外,目前的重要抽样研究主要针对参数估计模型,而本文采用核密度估计得到的改进降维解集模型属于典型的非参数估计模型,如何对其重要抽样函数的参数进行优化还有待研究。为此,论文根据改进降维解集模型的抽样特点创新性地提出了一种新的重要抽样参数优化方法,并将其应用于可靠性评估中。以含风电场的改进IEEE-RTS79和IEEE-RTS96系统为例,评估结果验证了改进降维解集模型能够有效反映出不同类型变量的重要抽样变化规律,在一定程度上实现了可靠性评估的加速。（3）改进降维解集模型中涉及的概率密度函数均采用核密度估计得到,其核函数的个数取决于变量的样本数,若样本规模庞大,在后续的重要抽样参数优化中,待优化的核函数参数众多,降低了参数优化的效率。寻求一种自适应确定尽可能少的核函数的概率密度估计方法是解决上述问题的关键。为此论文采用广义交叉熵密度估计方法建立改进降维解集模型的概率密度函数,该方法以最小化广义交叉熵测度为目标函数,求解优化问题得到待求概率密度函数的估计,所得到的概率密度函数包含少量的核函数,具有良好的稀疏性。将重要抽样应用于广义交叉熵估计的改进降维解集模型中,并进行可靠性评估。以含风电场的改进IEEE-RTS79和IEEE-RTS96系统为例进行分析,结果验证了基于广义交叉熵估计的概率密度函数的稀疏性和准确性,实现了可靠性评估的进一步加速。