科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有被动孤岛检测法检测盲区大、准确率不高的问题，提出了一种小波包（Wavelet Packet Transform,WPT）、变分模态分解（Variational Mode Decomposition, VMD）和BP神经网络相结合的孤岛检测法.采集光伏电站公共耦合点（PCC）处工况数据，并利用WPT对电压波形中的特定频率成分进行滤波；采用VMD将滤波信号分解为具有不同中心频率的模态分量，并将其合成所需的电压特征向量；利用BP神经网络对工况数据进行学习分类，判断是否发出并网断路器跳闸信号.通过PSCAD/MATLAB联合仿真，验证了所提孤岛检测法的有效性，并探究了不同干扰工况下该检测法的抗干扰性能.
- 出版日期2023
- 单位湖北工业大学
