1.一种基于随机矩阵理论和在线序列极限学习机的电网态势感知方法，其特征在于，包括如下步骤：(1)获取电网运行时电压幅值和相角数据，构成随机矩阵模型；

(2)利用随机矩阵理论分析，根据平均谱半径评估电网当前时刻的电压态势；

(3)计算相角随机矩阵的期望和方差，以变异系数指标评估电网当前时刻的支路态势；

(4)采用在线序列极限学习机对未来时刻的电压幅值和相角分别预测；

(5)将预测的电压幅值和相角数据更新到随机矩阵模型中，采用步骤(2)和(3)的方法以获取电网未来时刻的电压态势和支路态势。

2.如权利要求1所述的基于随机矩阵理论和在线序列极限学习机的电网态势感知方法，其特征在于，步骤(2)中的电压态势即为节点电压的变化情况，以电压幅值为研究对象，电压幅值数据可以较好反映电网的稳定性，对源荷波动性灵敏度较高；构建以节点电压数N×T据为基本元素的矩阵XA∈C ，N为节点数，T为采样时间；采用随机矩阵理论中单环定理分析和平均谱半径评估电网当前电压态势；其中，平均谱半径计算公式为式中，λi为节点电压随机矩阵的特征值。

3.如权利要求1所述的基于随机矩阵理论和在线序列极限学习机的电网态势感知方法，其特征在于，步骤(3)中支路态势即为电网支路功率的变化情况，以相角数据为研究对象，相角数据可以反映电网支路功率的变化波动；构建以相角数据为基本元素的矩阵XP∈CN×T，N为节点数，T为采样时间；其中，相角随机矩阵需要先进行差分运算，则相角差分矩阵为式中， 和 均为相角随机矩阵元素；

计算差分相角随机矩阵的期望 和方差 变异系数指标的计算公式为

式中，rinner为单环定理中圆环率的内中心圆半径，rinner＝(1-N/T)1/2，以变异系数指标实时评估电网运行时的支路态势。

4.如权利要求1所述的基于随机矩阵理论和在线序列极限学习机的电网态势感知方法，其特征在于，步骤(4)中的在线序列极限学习机预测包括如下步骤：(41)将历史电压和相角样本数据预处理，分别作为在线序列极限学习机的输入量；

(42)设定在线序列极限学习机网络初始参数，求得初始隐含层输出矩阵和输出权值向量；

(43)在初始网络基础上，根据最新批次的电压进和相角样本数据序列更新参数隐含层输出矩阵和输出权值向量，直到所有数据训练学习结束，从而获得未来时刻的电压和相角预测值。