SVD和神经网络在孤岛检测中的应用

摘要：

针对传统被动式检测方法存在较大检测盲区(Non-detection Zone,NDZ)、阈值难以确定以及易受电能质量扰动影响的缺陷,研究了一种基于奇异值分解(Singular Value Decomposition,SVD)和神经网络的被动式孤岛检测方法.该方法首先对公共连接点(Point of Common Coupling,PCC)处电压和逆变器输出电流进行S变换,提取相应的谐波幅值后,对其进行SVD并构成特征向量,最后运用BP神经网络对孤岛以及非孤岛情况进行分类识别.仿真结果表明,该方法可以有效检测出功率平衡情况下发生的孤岛,而且能防止电能质量扰动对检测准确性的影响,具有很高的准确性、可靠性和实用性.

关键词：分布式发电、孤岛检测、S变换、奇异值分解、神经网络

所属期刊栏目：45

分类号：TM4;TM9

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：28-34