本课题研究未有单独立项，是在国网安徽省电力有限公司两个科技项目(编号：52120019007X基于语音识别的调控实时业务防误技术研究及应用、编号：521200220005省地一体化实时调度防误完备性关键技术研究与应用)研究过程中发现了实际生产运行一线业务中亟需解决的一个现实问题：“设备状态无法实时准确的获取”，并予以了研究和解决。 在电网调度运行实际业务中，实时准确的设备状态极其重要，一旦出现错误，极有可能引起恶性误操作，导致设备跳闸乃至损失负荷。针对当前无法实时准确地获取电网设备状态这一问题，国网安徽电力调度控制中心研究开发出省内首个智能化电网设备状态库。该电网设备状态库。将电力系统的设备状态具有离散特征的动态行为与有限状态机原理结合，提供了一种有效的电力设备建模思路，将电网中线路、主变、母线、开关、闸刀和二次设备组合为一个系统集合，将检修、运行、冷备用、热备用、跳闸、信号、停用等作为设备表征的有限状态机的状态，在网络化下令、事故异常汇报、口令操作等环节，应用有限状态机技术，通过有限个状态集合中的状态之间的切换，实时维护设备状态库。 为解决在D5000和有限状态机的数据对比过程中，会存在数据泄露的问题，提出了基于BP神经网络算法构建的数据交互评估模型，该模型结合管理信息区的访问数据和设备电流数据等多源数据，通过预处理、神经网络设计和训练优化的过程，实现了对系统安全状态的实时评估和预测，有效提升了数据安全管理的准确性和效率。 基于有限状态机的电网设备状态库解决了电网设备初始状态难以确认的难题，并具备强逻辑，同时该设备状态库具备与D5000系统量测数据库互相比对的能力，改善了两个数据库数据的准确度。 目前该设备库已完成开发，相关研究取得国家发明专利1项，出台企业标准1项，发表论文5篇（EI检索1篇，普通期刊4篇），基于该设备状态库的调度员智能拟票系统、网络化下令系统已上线，并在16家地市进行推广应用，年节约成本约110万元，使得安徽电网的安全水平获得进一步提高，电网调度更加智能化，并为后续高级应用的开发打下了坚实的基础。