[发明专利]一种基于小波神经网络与SMS相结合的混合孤岛检测方法

摘要

本发明公开了一种基于小波神经网络与SMS相结合的混合孤岛检测方法，该方法技术方案为：于第一阶段通过检测一个周期内公共耦合点上的电压信号并进行小波变换，得到一个电压周期内的小波系数绝对值的平均值并将其作为BP神经网络的输入信号，最后运用BP神经网络进行模式识别；第二阶段引入SMS算法中的相位扰动，使公共耦合点电压的频率是否超过阈值，并通过频率检测来确定是否真正发生了孤岛现象，从而在并网发电系统处于孤岛状态时采取相应的孤岛保护措施。本发明大大地提高了孤岛检测的可靠性，在保证孤岛识别率的前提下，大大降低了检测方法对系统电能质量的影响。

主权项

1.一种基于小波神经网络与SMS相结合的混合孤岛检测方法，其特征在于包括如下步骤：步骤1，实时采集分布式并网发电系统公共耦合点的电压值uPCC(i)，其中的i为采样次数；步骤2，将采集的电压值uPCC(i)进行如下处理：将采集的公共耦合点电压值u_PCC(i)进行4尺度的小波变换，提取第i次采样的第j尺度的细节信号d_j(i)，按计算出一个电压周期内的小波系数绝对值的平均值，E_j作为BP神经网络的输入信号，对应的孤岛和非孤岛状态作为BP神经网络的输出信号，其中j＝1,2,3,4，n为一个电压周期内的采样次数，所述输入信号，输出信号作为BP神经网络的训练样本；步骤3，通过BP神经网络对所述训练样本进行计算，获得分布式并网发电系统孤岛状态以及非孤岛状态下的模式识别能力；当BP神经网络判断系统与主电网断开时，即BP神经网络输出的结果为高电平，则实时采集分布式并网发电系统公共耦合点的频率fPCC信号；当神经网络判断系统与主电网连接时，即BP神经网络输出的结果为低电平，将相位扰动Δθ置零并返回步骤1；步骤4，先比较公共耦合点的频率f_PCC和分布式并网发电系统的额定频率f_N，当f_PCC≥f_N时，则设相位扰动否则设相位扰动式中的r为滑膜频率偏移算法(SMS)中圆形相位偏移曲线的半径，再将相位扰动Δθ加入逆变器的控制信号中；步骤5，先实时采集加入相位扰动Δθ后的分布式并网发电系统公共耦合点的新的频率fPCC’信号，再判断新的频率fPCC’是否满足fmin≤fPCC’≤fmax，式中的fmin为公共耦合点电压的最小频率，fmax为公共耦合点电压的最大频率，若满足则返回步骤1，否则确认分布式并网发电系统的状态为孤岛状态。