1.可用输电能力概率分析方法，其特征在于，所述方法包括：获取随机输入变量的概率计算样本；将所述随机输入变量的概率计算样本带入基于径向基神经网络的可用输电能力计算模型，求解每个随机输入变量的概率计算样本对应的可用输电能力；其中所述基于径向基神经网络的可用输电能力计算模型通过概率不确定源的历史数据和可用输电能力计算模型建立；根据所述可用输电能力求取可用输电能力的概率分布情况并输出；其中，所述随机输入变量的概率计算样本的获取方法为：通过概率不确定源到电网节点注入功率的模型将概率不确定源的概率计算样本转换得到；所述随机输入变量的获取方法为：通过概率不确定源到电网节点注入功率的模型，获取受概率不确定源影响的节点注入功率对象，将节点注入功率对象作为随机输入变量；所述概率不确定源的概率计算样本通过不确定源概率模型生成；所述不确定源概率模型根据概率不确定源的历史数据建立；所述概率不确定源通过统计电网新能源以及负荷历史数据确定；所述概率不确定源到电网节点注入功率的模型根据概率不确定源的类型建立；所述可用输电能力计算模型通过电网当前运行状态下潮流约束、发电机出力约束、电压幅值约束、支路功率约束送端负荷约束和受端发电机约束构建，所述可用输电能力计算模型的构建方法具体为：通过电网拓扑结构和线路参数，建立电网的潮流方程，作为潮流约束；通过电网内各发电机参数，确定发电机有功及无功出力的上下限，作为发电机出力约束；通过电网对节点电压幅值的规定，建立电压幅值约束；通过电网各输电线路参数和运行环境，确定输电线路所允许流过的最大功率作为支路功率约束；根据送端电网负荷不变和受端电网发电机出力不变的原则，建立送端负荷约束和受端发电机约束；根据潮流约束、发电机出力约束、电压幅值约束、支路功率约束送端负荷约束和受端发电机约束，以受端电网负荷增量最大化为优化目标，建立优化模型；根据优化模型求取受端电网负荷最大时，送端电网经联络线输送的功率P 1 ；根据电网实际运行状态，获取当前送端电网经联络线输送的功率P 2 ；根据P 1 和P 2 的差值，求取电网当前运行状态下的随机输出变量；根据随机输入变量和随机输出变量构建可用输电能力计算模型；所述基于径向基神经网络的可用输电能力计算模型的建立方法具体为：根据随机输入变量的历史数据和实际需求确定随机输入变量分布范围；根据随机输入变量分布范围均匀产生随机输入变量的随机样本，将随机输入变量的随机样本带入可用输电能力计算模型得到对应的可用输电能力输出值，将所有随机输入变量的随机样本作为径向基神经网络的样本中心，再以所有随机输入变量的随机样本作为径向基神经网络的输入，根据输出建立与随机输入变量的随机样本数同维度的线性方程组；通过求解线性方程组，获得基于径向基神经网络的可用输电能力模型；所述不确定源概率模型的建立方法具体为：通过概率不确定源的历史数据绘出概率不确定源的概率分布图像，根据概率不确定源的概率分布图象的特征，得到概率不确定源所服从的概率分布类型；根据概率不确定源的历史数据，求取概率不确定源的N阶原点矩，N阶原点矩的阶数等于对应概率分布类型的分布参数个数；根据概率不确定源的概率分布类型，通过含参数的积分方法，求取概率不确定源的含分布参数N阶原点矩；通过N阶原点矩与含分布参数N阶原点矩相等建立方程，采用非线性方程求解方法求取概率不确定源的分布参数，从而得到用于描述单个概率不确定源概率特性的边缘分布模型；对于任意两个概率不确定源，求取任意两个概率不确定源之间的相关系数，所有的相关系数共同形成用于描述不同概率不确定源之间的概率特性的相关系数矩阵；所述边缘分布模型和相关系数矩阵共同组成不确定源概率模型；所述根据可用输电能力求取可用输电能力的概率分布情况具体采用概率计算方法，所述概率计算方法具体为：根据不确定源概率模型生成若干概率不确定源的概率计算样本；通过概率不确定源到电网节点注入功率的模型将概率不确定源的概率计算样本转换为随机输入变量的概率计算样本；将随机输入变量的概率计算样本带入基于径向基神经网络的可用输电能力计算模型，得到若干可用输电能力；通过统计手段，求取可用输电能力的概率分布情况。
2.根据权利要求1所述的可用输电能力概率分析方法，其特征在于，所述联络线具体为：根据电网拓扑结构以及实际运行状态，确定电网分区，所述电网分区包括送端电网和受端电网，确定送端电网和受端电网之间的输电线路，所述输电线路作为联络线。
3.可用输电能力概率分析系统，其特征在于，包括获取模块、计算模块及概率分布模块，其中：获取模块：用于获取随机输入变量的概率计算样本；计算模块：用于将所述随机输入变量的概率计算样本带入基于径向基神经网络的可用输电能力计算模型，求解每个随机输入变量的概率计算样本对应的可用输电能力；其中，所述基于径向基神经网络的可用输电能力计算模型通过概率不确定源的历史数据和可用输电能力计算模型建立；概率分布模块：用于根据所述可用输电能力求取可用输电能力的概率分布情况并输出；其中，所述随机输入变量的概率计算样本的获取方法为：通过概率不确定源到电网节点注入功率的模型将概率不确定源的概率计算样本转换得到；所述随机输入变量的获取方法为：通过概率不确定源到电网节点注入功率的模型，获取受概率不确定源影响的节点注入功率对象，将节点注入功率对象作为随机输入变量；所述概率不确定源的概率计算样本通过不确定源概率模型生成；所述不确定源概率模型根据概率不确定源的历史数据建立；所述概率不确定源通过统计电网新能源以及负荷历史数据确定；所述概率不确定源到电网节点注入功率的模型根据概率不确定源的类型建立；所述可用输电能力计算模型通过电网当前运行状态下潮流约束、发电机出力约束、电压幅值约束、支路功率约束送端负荷约束和受端发电机约束构建，所述可用输电能力计算模型的构建方法具体为：通过电网拓扑结构和线路参数，建立电网的潮流方程，作为潮流约束；通过电网内各发电机参数，确定发电机有功及无功出力的上下限，作为发电机出力约束；通过电网对节点电压幅值的规定，建立电压幅值约束；通过电网各输电线路参数和运行环境，确定输电线路所允许流过的最大功率作为支路功率约束；根据送端电网负荷不变和受端电网发电机出力不变的原则，建立送端负荷约束和受端发电机约束；根据潮流约束、发电机出力约束、电压幅值约束、支路功率约束送端负荷约束和受端发电机约束，以受端电网负荷增量最大化为优化目标，建立优化模型；根据优化模型求取受端电网负荷最大时，送端电网经联络线输送的功率P 1 ；根据电网实际运行状态，获取当前送端电网经联络线输送的功率P 2 ；根据P 1 和P 2 的差值，求取电网当前运行状态下的随机输出变量；根据随机输入变量和随机输出变量构建可用输电能力计算模型；所述基于径向基神经网络的可用输电能力计算模型的建立方法具体为：根据随机输入变量的历史数据和实际需求确定随机输入变量分布范围；根据随机输入变量分布范围均匀产生随机输入变量的随机样本，将随机输入变量的随机样本带入可用输电能力计算模型得到对应的可用输电能力输出值，将所有随机输入变量的随机样本作为径向基神经网络的样本中心，再以所有随机输入变量的随机样本作为径向基神经网络的输入，根据输出建立与随机输入变量的随机样本数同维度的线性方程组；通过求解线性方程组，获得基于径向基神经网络的可用输电能力模型；所述不确定源概率模型的建立方法具体为：通过概率不确定源的历史数据绘出概率不确定源的概率分布图像，根据概率不确定源的概率分布图象的特征，得到概率不确定源所服从的概率分布类型；根据概率不确定源的历史数据，求取概率不确定源的N阶原点矩，N阶原点矩的阶数等于对应概率分布类型的分布参数个数；根据概率不确定源的概率分布类型，通过含参数的积分方法，求取概率不确定源的含分布参数N阶原点矩；通过N阶原点矩与含分布参数N阶原点矩相等建立方程，采用非线性方程求解方法求取概率不确定源的分布参数，从而得到用于描述单个概率不确定源概率特性的边缘分布模型；对于任意两个概率不确定源，求取任意两个概率不确定源之间的相关系数，所有的相关系数共同形成用于描述不同概率不确定源之间的概率特性的相关系数矩阵；所述边缘分布模型和相关系数矩阵共同组成不确定源概率模型；所述根据可用输电能力求取可用输电能力的概率分布情况具体采用概率计算方法，所述概率计算方法具体为：根据不确定源概率模型生成若干概率不确定源的概率计算样本；通过概率不确定源到电网节点注入功率的模型将概率不确定源的概率计算样本转换为随机输入变量的概率计算样本；将随机输入变量的概率计算样本带入基于径向基神经网络的可用输电能力计算模型，得到若干可用输电能力；通过统计手段，求取可用输电能力的概率分布情况。
4.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1或2所述可用输电能力概率分析方法的步骤。
5.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1或2所述可用输电能力概率分析方法的步骤。
