1.一种基于相关性和冗余性检测的电力系统安全评估方法，其特征在于，包括以下步骤：步骤1：基于电力系统历史运行数据和若干预想事故下的动态仿真，构建包含若干电力系统运行变量和动态安全分类标签的原始数据库；

步骤2：对原始数据库进行特征选择，从若干运行变量中选出与类标签相关度高的变量作为关键特征，形成高效数据库；

步骤3：结合遗传算法(GA)和BP神经网络(BPNN)，构建电力系统动态安全评估模型，利用高效数据库对评估模型进行离线训练与更新；

步骤4：基于同步相量测量单元(PMU)实时测量数据，利用评估模型，对电力系统进行在线动态安全评估；

在步骤2中，对于原始数据库中的大量电力系统运行变量，利用最大相关最小冗余准则(MRMR)来进行特征选择，选取与分类标签相关度高的变量作为关键特征；首先利用类标签与候选特征的互信息来表述相关，利用候选特征与已选特征间的互信息的平均值来表述冗余，然后利用排序思想对相关部分和冗余部分进行处理，实现基于最大相关和最小冗余准则的特征选择，其具体过程如下所示：(1)互信息是最大相关最小冗余准则(MRMR)算法中相关度与冗余度的计算基础，如公式(4)所示：式中：p(x)、p(y)和p(x,y)分别为变量x和y的概率密度和联合概率密度；

I(fi；c)为候选特征fi与类标签c之间的互信息，表示该特征fi和类标签c之间的相关程度，其值越大，表明特征与类标签越相关；计算候选特征集X中的特征fi与类标签c之间的互信息，选取具有最大互信息的特征fj，放入集合S中；

(2)验证已选特征数是否大于设定阈值N，如果已选特征值小于N，则计算候选特征fi与已选特征fj间互信息的平均值，如公式(5)所示：式中：S和|S|分别为已选特征集合及其包含的特征数目；I(fi；fj)为候选特征fi和已选特征fj之间的互信息；r为fi和fj互信息的平均值，表示该特征与已选特征间的冗余程度，其值越大，表明候选特征与已选特征越冗余；

然后利用最大相关最小冗余准则(MRMR)计算公式(6)：

对Φ(fi)进行排序，若Φ(fi)最大值所对应的特征只有一个，则选取对应特征；若Φ(fi)最大值所对应的特征不止一个，则从对应特征中选取与类标签具有最大互信息的特征；

(3)重复上述步骤，直到所选取的特征等于所设定的阈值N；

在步骤3中，利用遗传算法(GA)对BP神经网络(BPNN)的权值进行初始化，获取近似最优权值；基于遗传算法(GA)求得的近似最优权值，利用经过特征选择的高效数据库对BP神经网络(BPNN)进行离线训练，构建电力系统动态安全评估模型；

在步骤3中，利用遗传算法(GA)对BP神经网络(BPNN)的权值初始化的具体步骤如下所示：(1)对BP神经网络(BPNN)所要优化的连接权值以实数的形式进行编码，并且各连接权‑|r|值以概率分布e 随机分布；

(2)采用BP神经网络(BPNN)的期望输出和实际输出的均方根误差，作为遗传算法(GA)的适应度函数；此外，用轮盘赌选择策略，选择适应度良好的个体，并且使用自适应交叉和突然变异算子保持种群个体的多样性，防止发生早熟现象；

(3)当均方根误差值小于所设定的阈值ε或是遗传算法(GA)的迭代达到设置的最大迭代次数M，则终止遗传算法(GA)，此时所求的结果为接近最佳结果的连接权值。

2.根据权利要求1所述的一种基于相关性和冗余性检测的电力系统安全评估方法，其特征在于，在步骤1中，利用动态安全分类规则，构建动态安全指标以及分类标签，如公式(1)、(2)所示：式中：TSM为暂态稳定裕度；CCT为电力系统发生故障时临界切除时间；ACT为故障点实际切除时间；α为自定义阈值；标签1表示安全状态；标签0表示不安全状态。

3.根据权利要求1所述的一种基于相关性和冗余性检测的电力系统安全评估方法，其特征在于，在步骤2中，对原始数据库中的各种运行变量进行z‑score标准化处理，以去除数据的单位限制，z‑score标准化如公式(3)所示：式中：xi为某运行变量的原始值； 为该运行变量经过z‑score标准化后的值；μ为所获取样本中该变量的均值；σ为所获取样本中该变量的标准差。

4.根据权利要求1所述的一种基于相关性和冗余性检测的电力系统安全评估方法，其特征在于，在步骤3中，基于遗传算法(GA)求得的近似最优权值，利用经过特征选择的高效数据库对BP神经网络(BPNN)进行离线训练，将关键特征作为输入，安全分类标签作为输出，构建关键特征和动态安全分类标签之间的映射关系。

5.根据权利要求4所述的一种基于相关性和冗余性检测的电力系统安全评估方法，其特征在于，在步骤3中，利用新工况产生的新数据来对模型进行重新训练，从而获得相应的动态安全评估模型。

6.根据权利要求1所述的一种基于相关性和冗余性检测的电力系统安全评估方法，其特征在于，在步骤4中，基于同步相量测量单元(PMU)实时测量数据，选择对应的特征，利用训练好的动态安全评估模型，对电力系统进行在线动态安全评估。