基于XGBoost算法的并网光伏系统智能孤岛检测方法

• 作者: 李军 张威 张玉琼 刘小壮 殷永杰 郝思鹏 吕干云
• 来源期刊: 电力电容器与无功补偿
• 学科: 工学
• 关键词: 孤岛检测 XGBoost算法 统计学习 分类模型 智能检测方法
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 系统应用研究
• 页码范围: 144-149
• 页数: 5页
• 语种: 中文
• DOI: 10.14044/j.1674-1757.pcrpc.2021.03.023

摘要

目前常用的孤岛检测方法中,依然存在着难以有效确定电气特征量阈值的问题,从而导致检测盲区的产生,部分主动式检测方法还会对电能质量产生一定的影响.基于此,提出了一种基于XGBoost算法的智能孤岛检测方法,通过Matlab/Simulink仿真建立光伏系统并网和孤岛运行模型,提取相关电气特征量组成数据库,再利用XGBoost算法训练生成二分类预测模型.该方法对阈值的划分是根据系统自身运行情况由算法智能确定,改善了传统孤岛检测方法阈值整定困难的问题,同时通过对多个电气量的综合判断,使得检测盲区不易相互重叠,大大提高了检测的准确率,并且不会影响电能质量.最后利用仿真模拟进行验证并与5个常用的智能检测方法进行对比,结果表明该方法具有一定的优势和可靠性.