[發明專利]基于能量特性與隨機森林的光伏并網發電孤島檢測方法

在審

• 申請號: 202010188667.4
• 申請日: 2020-03-17
• 公開（公告）號: CN111273131A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 韓冰;崔鵬;王大語
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G01R31/08
• 分類號: G01R31/08;H02J3/38;H02S50/00
• 代理公司: 北京華夏正合知識產權代理事務所(普通合伙) 11017
• 代理人: 陳曉寧;張麗萍

本發明公開了一種基于能量特性與隨機森林的光伏并網發電孤島檢測方法，包括：步驟1：在光伏并網發電系統中裝設采樣裝置，采集光伏并網發電系統處于孤島運行狀態時的PCC電壓信號；步驟2：將采樣得到的PCC電壓信號進行小波包分析處理；步驟3：提取PCC電壓信號的小波包特征能量值；步驟4：將提取到的PCC電壓信號的小波包特征能量值進行組合，構造孤島檢測的輸入特征向量；步驟5：構造隨機森林決策樹分類器；步驟6：構造隨機森林孤島辨識系統；步驟7：采用Matlab/Simulink搭建光伏并網發電仿真模型，驗證所提孤島檢測方法的可行性。本發明可以有效識別多種干擾狀態，不易做出錯誤判斷，檢測結果準確率明顯提高。

技術領域

本發明屬于光伏并網發電孤島檢測技術領域，具體涉及一種基于能量特性與隨機森林的光伏并網發電孤島檢測方法。

背景技術

目前孤島檢測方法根據基本檢測原理不同可大致分為遠程檢測法和光伏并網逆變器輸出端檢測法兩大類，而光伏并網逆變器輸出端孤島檢測方法又可分為被動式孤島檢測法和主動式孤島檢測法。隨著世界各國對智能系統的不斷研究，智能算法快速發展。光伏并網發電研究也在探索一種應用于孤島檢測的智能算法，以彌補傳統孤島檢測法的不足之處。將被動式檢測法與智能算法結合，因不加入擾動信號，對電能質量不造成干擾，而且算法結果不影響系統運行結果，成為目前較為主流的孤島檢測方法。

基于小波包變換的孤島檢測算法雖然在孤島檢測時間、孤島檢測盲區及影響電能質量的方面較傳統被動式方法及主動式方法有了明顯提高。但該算法的閾值設定存在人為因素，閾值設定不當可能會造成誤判和漏檢，尤其是電網本身的復雜性、本地負載特性的多變性、信號采集及計算等誤差因素的存在，使得閾值的設定更加困難。

基于小波包變換和BP神經網絡的孤島檢測法在一定程度上提高了孤島檢測性能，但是依然有一些弊端存在，例如學習收斂速度較慢，網絡結構不容易確定；檢測時需要占用大量的處理器資源，檢測過程比較復雜。同時，網絡結構、初始連接權值和閾值的選擇具有隨機性，對網絡訓練的影響很大，在一定區間內存在漏判、誤判的可能。

針對現有孤島檢測法存在的問題有如下：

(1)由于人為因素、電網本身的復雜性、本地負載特性的多變性、信號采集及計算等誤差因素的存在，應用單純的小波變換分析孤島信號，閾值的設定十分困難。

(2)應用了系統辨識能力較強的檢測算法，存在學習收斂速度慢，網絡結構選擇不一的問題，且初始連接權值和閾值的選擇具有隨機性，對孤島檢測結果影響很大。

(3)在外部擾動作用下傳統孤島檢測法易受干擾，而做出錯誤判斷，且處理大量訓練樣本具有一定難度，影響孤島檢測結果。

發明內容

針對上述方法的不足，本發明提供一種基于能量特性與隨機森林的光伏并網發電孤島檢測方法，可以有效識別多種干擾狀態，不易做出錯誤判斷，檢測結果準確率明顯提高。

為了解決上述技術問題，本發明通過以下技術方案來實現：本發明提供一種基于能量特性與隨機森林的光伏并網發電孤島檢測方法，包括下述步驟：

步驟1：在光伏并網發電系統中裝設采樣裝置，采集光伏并網發電系統處于孤島運行狀態時的PCC電壓信號；

步驟2：將采樣得到的PCC電壓信號進行小波包分析處理；

步驟3：提取PCC電壓信號的小波包特征能量值；

步驟4：將提取到的PCC電壓信號的小波包特征能量值進行組合，構造孤島檢測的輸入特征向量；

步驟5：構造隨機森林決策樹分類器；

步驟6：構造隨機森林孤島辨識系統；

步驟7：采用Matlab/Simulink搭建光伏并網發電仿真模型，驗證所提孤島檢測方法的可行性。