[发明专利]孤岛检测状态的识别方法及装置、存储介质、处理器

说明书

本发明公开了一种孤岛检测状态的识别方法及装置、存储介质、处理器。其中，该方法包括：根据小波变换算法得到公共耦合点的电压信号对应的小波系数，其中，所述公共耦合点是指风电光伏并网与公共电网的连接点；根据得到的小波系数确定样本训练库；采用邻近分类算法对所述样本训练库的样本进行计算，根据计算结果识别孤岛检测状态。本发明解决了孤岛检测算法存在较大的检测盲区，检测效率较低且对电能质量影响大的技术问题。

技术领域

本发明涉及电力传输领域，具体而言，涉及一种孤岛检测状态的识别方法及装置、存储介质、处理器。

背景技术

孤岛效应是指当配电主网由于检修、电气故障或其他原因导致断路器跳闸中断供电时，由分布式能源系统继续向负载供电，从而形成孤立的供电系统。其中，基于逆变器侧的孤岛检测算法按是否注入扰动信号主要可分为主动式检测和被动式检测两类。

主动式检测算法通过向系统注入小扰动信号，如电压幅值、频率等，由于并网运行时大电网的平衡作用，扰动基本不会对电网造成影响，而当产生孤岛时，通过检测电压、频率和相位的变化情况从而实现识别。被动式检测方法通过检测系统孤岛前后公共耦合点的电量信号特征，包括电压幅值、频率、相位、电压/电流谐波含量等变化来判断是否发生孤岛。

现有的主动式检测算法控制较复杂，且降低了逆变器输出电能的质量；被动式检测算法存在较大检测盲区，检测效率较低，且这两类算法都不能用于电能表计。

针对相关技术中，孤岛检测算法存在较大的检测盲区，检测效率较低且对电能质量影响大的技术的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种孤岛检测状态的识别方法及装置、存储介质、处理器，以至少解决孤岛检测算法存在较大的检测盲区，检测效率较低且对电能质量影响大的技术问题。

根据本发明实施例的一个实施例，提供了智能电能表孤岛检测识别方法，包括：根据小波变换算法得到公共耦合点的电压信号对应的小波系数，其中，公共耦合点是指风电光伏并网与公共电网的连接点；根据得到的小波系数确定样本训练库；采用邻近分类算法对样本训练库的样本进行训练，根据训练结果识别孤岛检测状态。

进一步地，根据小波变换算法得到公共耦合点的电压信号对应的小波系数，包括：

根据对称分量法提取公共耦合点的电压的负序电压；选择小波基对负序电压分量进行小波分解得到小波系数。

进一步地，根据得到的小波系数确定样本训练库，包括：对小波系数进行标准方差和能量偏差平均值计算，获得样本训练库。

进一步地，根据得到的小波系数确定样本训练库，包括：设置训练样本集和测试样本集，针对测试样本和每个样本进行距离计算，对距离进行降序排序，选择K个样本作为测试样本的K个近邻，，其中，所述训练样本集中包括所述训练样本，所述测试样本集包括所述训练样本，其中，K为正整数。

根据本发明实施例的另一方面，还提供了一种孤岛检测状态的识别装置，包括：获取单元，用于根据小波变换算法得到公共耦合点的电压信号对应的小波系数；确定单元，用于根据得到的所述小波系数确定样本训练库；检测单元，用于采用邻近分类算法对样本训练库的样本进行训练，根据训练结果识别孤岛检测状态。

进一步地，获取单元，还包括：获取模块，还用于根据对称分量法提取公共耦合点的电压的负序电压；还用于选择小波基对负序电压分量进行小波分解得到小波系数，其中所述负序电压分量从所述负序电压获得。

进一步地，确定单元，还包括：确定模块，还用于根据得到的小波系数确定样本训练库，包括：用于对小波系数进行标准方差和能量偏差平均值计算，获得样本训练库。