[发明专利]光伏并网发电系统的孤岛效应检测方法

权利要求书

1.一种光伏并网发电系统的孤岛效应检测方法，其特征在于，利用逆变系统和公共耦合点处的数据，基于模糊神经网络和小波变换进行检测，包括步骤：

采集所述逆变系统的输出电流信号和所述公共耦合点的电压信号；

对所述电流信号和所述电压信号进行小波变换得到各尺度上的小波分量；

对所述小波分量进行数学处理；

将处理后的信号作为特征向量空间提供给所述模糊神经网络的输入层，由所述模糊神经网络根据输入的特征向量判断是否发生孤岛。

2.根据权利要求1所述的光伏并网发电系统的孤岛效应检测方法，其特征在于，对所述电流信号和所述电压信号进行的小波变换按如下方式进行：

采用Mallat算法对所述电流信号和所述电压信号进行小波分解，其数学表达式为

cj+1=Hcjdj+1=Gcj,j=0,1,...J---(1),]]>

式中，H和G分别为低通滤波器和高通滤波器，将c0定义为原始信号X，通过式(1)可以将X分解为d1，d2，…，dJ和cJ，J为最大分解层数，其中cj和dj分别称为原始信号在分辨率2-j下的逼近信号和细节信号；

根据Mallat的塔式重构算法对小波分解后的信号进行重构，其数学表达式为

C_j＝H^*C_j+1+G^*D_j+1，j＝J-1，J-2，…，0   (2)，

其中H*和G*分别是H和G的对偶算子，采用式(2)对小波分解后的信号d1，d2，…，dJ和cJ分别进行重构得到所述小波分量D1，D2，…，DJ和CJ，并且有

X＝D₁+D₂+…+D_J+C_J   (3)。

3.根据权利要求2所述的光伏并网发电系统的孤岛效应检测方法，其特征在于，对所述电流信号和所述电压信号进行4尺度的小波分解，即J＝4，提取相应的小波分量D1，D2，D3和D4。

4.根据权利要求3所述的光伏并网发电系统的孤岛效应检测方法，其特征在于，对小波分量D1在一个周期内先取绝对值再求平均值以获得相应的绝对平均值，将得到的电流信号小波分量的绝对平均值记为dbi1，将得到的电压信号小波分量的绝对平均值记为dbu1；对小波分量D2～D4进行相同的处理，分别将得到的电流信号小波分量的绝对平均值记为dbi2～dbi4，将得到的电压信号小波分量的绝对平均值记为dbu2～dbu4；则dbi1～dbi4以及dbu1～dbu4共同组成所述模糊神经网络的特征向量空间P，

P＝[dbi₁ dbi₂ dbi₃ dbi₄ dbu₁ dbu₂ dbu₃ dbu₄]   (4)。

5.根据权利要求4所述的光伏并网发电系统的孤岛效应检测方法，其特征在于，所述周期为电压周期。