[发明专利]基于小波变换与神经网络的并网逆变器孤岛检测方法

摘要

本发明公开了一种基于小波变换与神经网络的并网逆变器孤岛检测方法，其特征在于：首先采集分布式并网发电系统在孤岛状态与非孤岛状态下位于公共耦合点处的电压值及逆变器输出电流值；然后将采集到的电压值及逆变器输出电流值进行小波变换并提取高频分量小波系数进行处理；最后将处理后的信号作为神经网络的输入信号，并将所对应的孤岛状态与非孤岛的状态作为输出信号，对神经网络进行训练，使得系统获得孤岛状态与非孤岛状态的识别能力，从而在分布式并网发电系统处于孤岛状态时采取相应的孤岛保护措施。本发明既能克服现有被动式孤岛检测方法检测盲区大、检测时间长的缺点，又能解决主动式孤岛检测方法影响分布式发电系统供电质量的问题，快速完成孤岛检测及孤岛保护。

主权项

一种基于小波变换与神经网络的并网逆变器孤岛检测方法，其特征在于：(1)采集分布式并网发电系统在孤岛状态与非孤岛状态下位于公共耦合点处的电压值及逆变器输出电流值；(2)将采集到的电压值及逆变器输出电流值按如下方式进行处理：将所述电压值与所述逆变器输出电流值分别进行两个尺度的小波变换，分别得到所述电压值与所述逆变器输出电流值的两个尺度的高频分量的小波系数；对所述电压值的两个尺度的高频分量的小波系数分别求出在一个电网电压周期内的绝对值的平均值，记为dbu1和dbu2；对所述逆变器输出电流值的两个尺度的高频分量的小波系数分别求出在一个电压周期内的绝对值的平均值，记为dbi1和dbi2；将所述dbu1、dbu2、dbi1和dbi2以及差值(dbu1‑dbi1)和(dbu2‑dbi2)作为神经网络的输入信号，并将所对应的孤岛状态与非孤岛状态作为输出信号，所述输入信号和所述输出信号作为神经网络的学习样本；或将所述电压值与所述逆变器输出电流值分别进行四个尺度小波变换，分别得到所述电压值与所述逆变器输出电流值的四个尺度的高频分量的小波系数，对所述电压值的四个尺度的高频分量的小波系数分别求出在一个电网电压周期内的绝对值的平均值，记为dbu1、dbu2、dbu3和dbu4；对所述逆变器输出电流值的四个尺度的高频分量的小波系数分别求出在一个电压周期内的绝对值的平均值，记为dbi1、dbi2、dbi3和dbi4，将所述dbu1、dbu2、dbu3和dbu4以及所述dbi1、dbi2、dbi3和dbi4作为神经网络的输入信号，并将所对应的孤岛状态与非孤岛状态作为输出信号，所述输入信号和所述输出信号作为神经网络的学习样本；(3)通过神经网络对所述学习样本进行训练，获得孤岛状态与非孤岛状态的识别能力，当神经网络检测出分布式发电系统的主电网断开时，则判断为孤岛状态；当神经网络检测出分布式发电系统处于正常、短路、负载突变、电网电压突变或电网电压出现谐波干扰时，则判断为非孤岛状态。