自愈是未来智能电网的核心特征。本项目系统化地研究了电网自愈的基础理论，提出基于风险约束的电网主动自愈方法论。研究成果覆盖主动自愈的全过程，包括：适于自愈的信息获取和风险评估方法，脆弱性的主动消除策略、故障的被动的故障恢复策略以及实现主动自愈策略的核心算法。取得了以下的研究成果： 提出了适用于自愈电网的系统的信息获取和风险评估的方法。首先，建立了互联输电系统在扰动后动态状态识别和估计的方法；第二，提出了输电系统在持续序贯扰动下的灵活域刻画和运行风险的定量评估策略；第三，提出基于自组织临界理论的输电系统风险测度和脆弱环节识别策略；第四，建立了基于系统最大安全运行时间的运行风险评估测度方法。 提出了系统脆弱性的消除策略，实现主动自愈。首先，提出了考虑极端运行环境条件的输电网检修策略，消除潜在的脆弱性；第二，提出考虑极端天气条件下的输电网主动序贯调整策略，减小潜在损失；第三，提出了考虑信息系统脆弱性的主动防御策略；第四，提出微电网脆弱性主动消除策略，减小潜在损失。 提出了系统化的恢复策略，实现系统的被动自愈。首先，提出了考虑冷负荷、负荷分块特性、系统频率响应特性和发电机爬坡特性的输电系统恢复策略；第二，提出了基于开关模型和原件的可用性的输电网恢复策略构建；第三，提出了配电系统中联合移动发电设备的故障后恢复策略。 构建自愈策略的高效计算技术。首先提出了基于矢量化技术的含序贯约束的自愈策略高效求解方法；第二，提出了基于潮流方程几何特征的高效自愈策略求解方法；第三，建立了基于CPU-GPU混合的自愈策略验证平台。 基于理论研究成果，开发了电力系统自愈决策支持系统-System Restoration Navigator，由美国电力科学研究院在北美大规模推广应用。依托本项目培养博士生4名，博士后两名，发表论文27篇，其中SCI检索12篇。出版英文专著一本。 本项目的成果为自愈电网的构建提供理论基础、分析方法和实现手段，并最终可望使自愈电网的梦想逐步变为现实。