具有增量學習能力的智能孤島檢測方法

張沛超，陳琪蕾，李仲青，楊珮鑫

(1. 上海交通大學 電氣工程系 電力傳輸與功率變換控制教育部重點實驗室，上海 200240；2. 中國電力科學研究院，北京 100192)

0 引言

分布式發電DG(Distributed Generation)廣泛接入配電網是智能電網的核心特征之一。出于安全和電能質量等考慮，目前國內外并網標準都要求DG具備孤島檢測功能[1]。常規孤島檢測方法包括被動檢測[2-4]、主動檢測[5-6]和基于通信的聯跳[7]。雖然主動檢測法和聯跳在提高檢測速度和減少盲區方面具有優勢，但被動檢測法在經濟性和不影響電能質量方面仍具有獨特和突出的優勢，且不存在主動檢測法的多機并網逆變器間的相互影響問題[8-9]。此外，被動檢測法無有源擾動和無通道的特點符合保護追求的一貫目標。所以，被動檢測依然是非常重要的防孤島保護方案。即使在配置了主動檢測或聯跳方案的場合，被動檢測法也應作為后備方案[7]。

但是，被動檢測法的主要缺陷在于存在較大的檢測盲區，尤其當功率不平衡度較低時[1，4-5，7]。同時，DG的容量和類型、并網變壓器的接線方式、功率不平衡度等諸多因素都會影響孤島檢測，這使得該方法很難整定[10]。為了解決這些難題，近年來基于決策樹[11-14]、支持向量機SVM(Support Vector Machine)[15-17]以及神經網絡[18]等機器學習算法構成的智能孤島檢測方法受到了重視。較之文獻[2-4]中的常規方法，新方法不再拘泥于傳統繼電器的概念，能夠組合多個特征，并基于結構風險最小化等原理構建最佳分類器[19]，顯著提升了常規被動檢測方法的性能。……