3.5　安全风险分析

　　在全球能源互联网中，多种能源的生产、配送、转换、交易和消费复杂多变，不同环节的时空关联性增强，受外部因素影响加剧，使能源互联网的运行面临很大的风险，与此同时，社会对电力能源供应的安全可靠提出了更高的要求。大数据技术为这一复杂系统运行状况的预测、监控提供了强有力的支持。

　　借助大数据技术，可对能源互联网实时运行数据和历史数据进行深层挖掘分析，帮助各方更透彻地了解上下游的行为和变化，掌握能源互联网的发展和运行规律，优化结构，实现对能源互联网运行状态的全局掌控，提高能源互联网的安全性和可靠性。例如，基于调度数据和仿真计算历史数据，可分析能源互联网安全运行的时空关联特性，建立知识库，在出现扰动后，及时采取措施。

　　4　随机矩阵理论应用框架

　　随机矩阵是对复杂系统进行统计分析的重要数据理论之一。通过对复杂系统的能谱和本征态进行统计分析，可得出实际数据的随机程度，并揭示数据中整体关联的行为特征，从而在宏观上对复杂系统的性质进行研究和分析。

　　随机矩阵理论可用于全球能源互联网的运行状态相关性分析中，揭示复杂能源系统安全稳定性的时空关联特性，迅速找到薄弱环节，也可以分析政策机制、参与者社会心理与清洁能源发展利用的关联性。随机矩阵理论可综合利用历史数据和实时数据，可将状态参数和影响因素参数混合应用，为从高维度认识复杂能源系统的本质提供了手段。

　　一个以随机变量为元素的矩阵称为随机矩阵。当随机矩阵的行数和列数趋于无穷大，且行列比值保持恒定时，随机矩阵的经验谱分布函数具有很多优良的特性，如半圆律、M-P律、整圆律、单环定理等。虽然随机矩阵理论中的渐进收敛性要求矩阵维数趋于无穷，但是在规模比较适中的矩阵(维数从几十到几百)中，也能观察到相当准确的渐进收敛结果，这是随机矩阵理论用于全球能源互联网实用工程问题的前提。

　　全球能源互联网规模大，关联关系复杂，无论是分析安全稳定性还是进行预测分析，基于物理模型的分析方法都面临巨大的挑战，随机矩阵理论的应用具有显著的优势，目前针对复杂大电网的研究工作已开展，后续还将针对全球能源互联网开展研究。

　　5　结语

　　全球能源互联网的核心是大数据，数据驱动的大数据分析方法在分析参与者的社会心理和行为、预测能源生产和消费、能源管理和系统安全稳定分析方面将作为传统的基于物理模型的分析方法的补充，发挥重要的作用。

　　本文仅针对全球清洁能源的开发利用分析了大数据应用的需求和应用价值，提出了若干典型应用场景。全球能源互联网及大数据应用的研究刚刚起步，但其潜在的价值是巨大的，随机矩阵理论作为具有普适性的大数据分析方法，因其无需详细的物理模型、又可综合考虑历史数据和实时数据，以及可从高维角度认识复杂系统等特点，对于复杂多变的全球能源互联网有着显著的应用价值，值得深入探索。