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