摘要：针对风速、光照强度和负荷之间相关性不易描述的难题,基于大数据思维,提出基于数据挖掘的贝叶斯网络模型,准确、全面、完整地刻画风–光–荷之间非线性相关性,以此为基础完成概率潮流计算。首先,分析贝叶斯网络的基本原理,给出建立贝叶斯网络模型的方法和步骤;然后,以实测风速、光照强度和典型负荷数据为原始样本,通过贝叶斯网络获得合成样本,再分别考察原始样本与合成样本的数字特征、概率密度、累积分布和散点图,验证模型的有效性;最后以改造后的IEEE33节点配电网为例,完成概率潮流计算,计算结果验证了贝叶斯网络模型的有效性。

关键词：贝叶斯网络 数据挖掘 非线性相关性 概率潮流 

单位：上海大学机电与自动化学院; 上海市宝山区200072; 国家电网公司华东分部; 上海市黄浦区200120