基于EMD和SVM的光伏孤島識別研究.pdf

1、近年來光伏發(fā)電產(chǎn)業(yè)迅猛發(fā)展，如何充分高效的運用太陽能是目前光伏發(fā)電發(fā)展主要研究問題，隨著大量的電氣設(shè)備并入系統(tǒng)中，引起電能質(zhì)量的下降，并且電網(wǎng)意外擾動影響到孤島檢測裝置，可能會將其誤判為孤島狀態(tài)，光伏發(fā)電系統(tǒng)退出供電，極大地降低了光伏發(fā)電系統(tǒng)發(fā)電效率，對整個系統(tǒng)在安全穩(wěn)定環(huán)境下的運行造成了不必要的干擾。本文針對如何有效的識別孤島狀態(tài)進行研究。
　　首先，對光伏并網(wǎng)發(fā)電控制策略與孤島檢測方法進行詳細的研究，采用電網(wǎng)電壓前饋補償?shù)碾娏?/p>

2、跟蹤控制策略實現(xiàn)光伏發(fā)電的單相并網(wǎng)，通過相應模型驗證理論分析的正確性，并進行并網(wǎng)逆變系統(tǒng)孤島檢測技術(shù)研究,為了克服目前孤島檢測方法中存在的缺點，進一步提出了電壓前饋電流正反饋擾動孤島檢測方法，通過仿真實驗驗證了該方法的有效性。
　　其次，鑒于孤島檢測易受到電網(wǎng)擾動的干擾，提出了經(jīng)驗模態(tài)分解和支持向量機相結(jié)合進行孤島與擾動狀態(tài)識別的新方法。整個識別過程主要包括三部分：故障信號的獲取、故障特征提取和狀態(tài)識別。針對孤島信號的非平穩(wěn)性，提

3、出一種經(jīng)驗模態(tài)分解(Empirical Mode Decomposition, EMD)、奇異值分解和支持向量機(Support Sector Machine, SVM)相結(jié)合的識別方法。EMD方法是基于信號的局部特征時間尺度，是自適應的信號處理方法，非常適合非線性和非平穩(wěn)過程。采用 EMD方法將孤島信號分解成若干個內(nèi)在模態(tài)函數(shù)(Intrinsic mode function, IMF)之和，并形成初始特征向量矩陣。對初始特征向量矩陣進