[发明专利]一种混合孤岛检测方法

摘要

本发明公开了一种混合孤岛检测方法，本方法基于决策树的人工智能与电压，频率正反馈的混合，基于决策树的人工智能的方法测量并存储选定的目标位置的预设事件的特征量指标，并提取和分析数据集的信息来训练DT分类器，通过与预先规定发生事件时的数据集进行比较，从而判断出DG的运行状态是联网运行还是孤岛运行。本发明在DT法的基础上进一步结合基于逆变器控制的正反馈方法，具有较强的互补性与兼容性，本发明通过引入正反馈扰动，特征量指标在系统孤岛运行和并网运行时将会有明显的区分，有助于DT法判断孤岛，通过增加特征变量参数在孤岛和非孤岛运行条件时的差异性，从而降低孤岛检测错误率，提高孤岛检测可靠性。

主权项

一种混合孤岛检测方法，其特征在于：该方法基于决策树的人工智能与电压，频率正反馈的混合，该检测方法的具体检测步骤如下：a.选择检测特征量指标的目标位置，选择PCC处或者待检测DG处；b.对DG系统内的分布式电源的逆变器引入电压和频率的正反馈，即将逆变器的三相输出电压和电流分别变换为横轴的I_d和纵轴的I_q，然后，检测DG的电压与频率标准值的偏移，并根据偏移量的大小给逆变器输出电流引入扰动Δi，电压偏移将引起I_d变化，频率偏移将引起I_q变化，相对应引起逆变器有功功率和无功功率输出变化，导致电压和频率产生进一步偏移，形成正反馈，随着正反馈的引入，若DG并网运行，由于电网的支撑作用扰动对DG系统影响不大；若DG孤岛运行，正反馈引入扰动将引起特征量指标产生显著变化；c.模拟各个系统条件下的预设事件，检测特征量指标在各个预设事件下的测量值；d.存储特征量指标数据和与之对应的DG运行状态Y，若预设事件未全部模拟完成则返回步骤c，若全部模拟完成则进入下一步骤；e.训练数据集，产生DT分类器，并通过训练提高分类器的准确率；f.输入实时特征量指标，并采用DT分类器判断孤岛，对于所选目标位置的DG，输出Y＝1判断DG为孤岛运行，输出Y＝0判断DG为非孤岛运行。