近日，我校信电学院引进优秀人才、青年新星B付学谦副教授在《IEEE神经网络与学习系统汇刊》（IEEE Transactions on Neural Networks and Learning Systems）上在线发表了研究论文《考虑天气因素对光伏发电影响的电网潮流的统计机器学习分析》(Statistical Machine Learning for Power Flow Analysis Considering the Influence of Weather Factors on Photovoltaic Power Generation)。IEEE Transactions on Neural Networks and Learning Systems（简称IEEE TNNLS）是IEEE计算智能学会的旗舰刊物，神经网络和学习系统方面的国际顶级期刊。

本文提出了一种基于统计关系人工智能的随机天气发生器，所提模型融合了生成对抗网络、概率论和信息论，能够随机生产和评估全年每小时的天气模拟数据。统计关系人工智能模型捕捉了天气数据的多种特征，包括天气不确定性、昼夜变化和四季轮回。与浅层统计机器学习的天气模型相比，所提出的深度统计学习的天气模型在随机天气模拟方面展现出显著优势。所提统计关系人工智能模型生成的天气模拟数据在时间序列的规律性、完整性和随机性方面与真实数据的特征相符。全年天气模拟数据被应用于光伏发电和气象敏感负荷的时序随机生产模拟，实现了中国广东一个实际农村配电网概率潮流计算与分析。

该研究工作的第一完成单位为中国农业大学，合作单位包括南洋理工大学、康考迪亚大学、清华大学。信电学院付学谦副教授为论文的第一作者兼通信作者，2022级硕士研究生张春雨为论文的学生第一作者。论文工作得到了国家自然科学基金青年项目（项目批准号：52007193，项目名称：农业园区能源互联网在线安全分析理论与方法）和中国农业大学2115人才工程资助。