文摘相量测量单元(phasor measurement unit,PMU)的广泛应用给电力系统带来了海量的数据。大量数据传输不仅易造成通信网络拥塞,而且不利于PMU数据的高效处理。为降低海量高维PMU数据处理的复杂度,利用随机矩阵理论,首先给出了一种基于线性特征值统计指标的PMU量测数据特征提取的方法;然后将获得的特征数据作为输入,提出了一种模糊C均值(fuzzy C means,FCM)聚类方法对特征数据进行聚类分析;最后利用CEPRI8机36节点系统对算例进行了故障仿真。结果表明,基于PMU特征数据的FCM聚类能有效挖掘数据中隐含的电网运行状态信息,验证了所提出方法的有效性与准确性。