北极星智能电网在线讯:线损率是电网运行、管理的一项重要经济指标。随着南方电网“八交八直”超高压输电通道的建设，西电东送的格局基本完成。大量电能的远距离输送，将产生较大的线损。对线损与系统状态及不同输电通道之间的线损的关联特性进行分析，有利于把握其变化规律，为线损管理提供依据。目前，电力系统已经进行了一些关联特性的研究，但在线损关联特性分析上还存在2个方面的问题：一是依赖于精确的数学模型；二是能处理的样本数量比较有限，难以进行大数据情况下的关联特性分析。
随机矩阵理论是一种新型的大数据分析方法，它从数据驱动的角度对问题进行分析，不依赖具体的物理模型。该理论通过对复杂系统的能谱和本征态进行统计，揭示实际数据中整体关联的行为特征，从而实现对复杂系统的网络结构和性质的分析。随机矩阵理论已在量子物理、金融工程、医疗等多个领域的大数据分析中发挥了重要作用。近几年该理论也在电力系统领域得到了越来越多的关注，并在电力系统稳定分析等方面得到了成功的应用，但在交直流系统大数据分析方面的研究还未见报道。
本文利用随机矩阵理论对大数据条件下的交直流输电通道的线损关联特性进行分析，并在南方电网“八交八直”输电通道进行实际应用，为线损管理提供依据。首先，利用线损大数据构建出实验矩阵数据源与对比矩阵数据源，并通过滑动窗口分别对这2类数据源进行滑动取样；其次，将平均谱半径作为关联特性的量化指标，计算出实验矩阵与对比矩阵的平均谱半径以量化线损率之间的关联特性；最后，对南方电网“八交八直”输电通道的线损大数据进行分析，结果表明所提方法能定量描述线损率与状态量及不同通道的线损率之间的关联特性。
