基于深度学习的风电场孤岛检测策略的研究

摘要

cqvip:随着风电渗透率的提高,电网对风电场的并网适应性特别是对其孤岛检测的要求越来越高。为了提高风电场并网点状态检测的准确性,首先对并网点的电压信号进行S变换形成复时频矩阵,提出了基于S变换的能量熵、奇异熵及相位变化等特征集合。然后利用深度学习策略中的LSTM模型对更加高级抽象的特征进行自动提取,从而实现对孤岛状态的精准检测。为了对检测效果进行校核,以某地风电场为例,进行现场数据的校验。测试结果表明,策略的检测效果比较满意。