The invention discloses a hybrid island detection method based on the combination of wavelet neural network and SMS. The method is as follows: in the first stage, the voltage signal on the common coupling point in a period is detected and the wavelet transform is carried out in the first stage, and the mean value of the absolute value of the wavelet coefficients in a voltage cycle is obtained and used as a BP. The input signal of neural network is used to recognize the pattern of the BP neural network. The second stage introduces the phase disturbance in the SMS algorithm to make the frequency of the common coupling point voltage exceed the threshold, and determine whether the isolated island phenomenon is really happening by frequency detection, so that the grid connected power generation system is in the island state. Corresponding island protection measures. The invention greatly improves the reliability of the islanding detection, and greatly reduces the influence of the detection method on the power quality of the system on the premise of guaranteeing the identification of the island.
【技术实现步骤摘要】
一种基于小波神经网络与SMS相结合的混合孤岛检测方法
一种孤岛检测方法,尤其是一种基于小波神经网络与SMS相结合的混合孤岛检测方法。
技术介绍
随着人类社会对电能需求的增大和电力工业技术的进步,分布式发电DG(distributedgeneration)技术在世界各国得到了广泛的关注和深入的研究。以光伏发电、风力发电等为代表的DG系统不仅清洁环保、能源可再生,而且与传统集中式发电相比,还具有投资小,发电方式灵活等特点。但大量分布式发电并网后.产生了一系列新的问题,孤岛效应就是严重的问题之一.因此孤岛检测是分布式发电并网的必要功能。孤岛现象发生后,孤岛效应发生后可能会引起电网频率和电压的变化,影响电能传输质量,严重时可能造成用电设备的损坏,同时也可能会危及电网线路维修人员的安全,因此,孤岛检测是分布式发电装置必须具备的一项功能。文献1专利技术专利《基于小波变换和神经网络并网逆变器孤岛检测方法》(公告号CN102611140B),该专利技术选用2个电压、电流信号小波系数的绝对平均值,以及对应的差值作为特征向量但该方法由于仅考虑电流、电压信号2个尺度上的小波分解信息,并且2个差值本身不是独立变量,使得检测的成功率不高。文献2专利技术专利《基于引入粒子群算法及相位扰动的孤岛检测方法》(公告号CN104638671A),该专利技术采用粒子群小波神经网络以及相位扰动两种方法相结合,但由于粒子群引入增加了计算的复杂以及检测的时间,尤其随着负载品质因数Qf的增大,传统的SMS相位扰动检测速度会减慢甚至会导致孤岛检测失败的缺陷。
技术实现思路
为了解决上述技术问题,本专利技术提 ...
【技术保护点】
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uPCC(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dj(i),按
【技术特征摘要】
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uPCC(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dj(i),按计算出一个电压周期内的小波系数绝对值的平均值,Ej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fPCC和分布式并网发电系统的额定频率fN,当fPCC≥fN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...
【专利技术属性】
技术研发人员:李磊,王涛,罗玉平,刘芹,
申请(专利权)人:国家电网公司,国网安徽省电力有限公司铜陵供电公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。