电力系统作为典型的大数据系统,数据挖掘方法为电力系统态势感知提供了有效的工具,特别是随着泛在电力物联网的建设,电力系统大数据分析更加得到重视。本文从电力大数据挖掘出发,旨在运用随机矩阵理论研究电力系统大数据建模、扰动定位、薄弱环节辨识和电压稳定在线监视,促进电力系统安全稳定运行。对电力系统大数据建模方法进行了归纳,电力系统可以利用量测数据构建随机矩阵,采用平移时窗法实现数据的实时处理。为适应不同的分析需求可采用扩大数据源、改变权重和相关性研究的增广随机矩阵构造方法。将能体现因果性的支路指标引入随机矩阵,提出了融合节点和支路信息的改进平均谱半径并对其有效性进行了分析。给出了基于改进平均谱半径的电力系统扰动定位策略,从构建距离指标和K-means聚类两方面实现了电力系统扰动定位算法,可快速定位扰动位置。基于特征值概率密度函数给出了电力系统薄弱环节判断指标,融合节点信息和判断指标提出了电力系统薄弱节点辨识策略。将支路指标引入随机矩阵,结合节点和支路信息提出了电力系统薄弱支路辨识策略,通过仿真表明所提策略的有效性。通过监视平均谱半径曲线评估系统电压稳定态势,给出了系统的初始平均谱半径值、电压稳定预警平均谱半径值和电压临界崩溃平均谱半径值的确定原则。结合基于随机矩阵理论的薄弱环节辨识方法,提出了基于随机矩阵理论的电压稳定监视策略,可有效监视评估电力系统电压稳定态势。本文重点将能体现因果性的数据引入电力系统大数据分析中,基于随机矩阵理论所提出的一些分析策略可用于电力系统扰动定位、薄弱环节辨识和电压稳定在线监视分析中,进一步完善后可以为电力系统态势分析及预警提供有效工具,具有一定的理论意义和工程应用价值。