研究目的
借助机器学习和信号处理技术开发一种新的孤岛检测方法，以确保对并网光伏（PV）系统进行适当的远程监测。
研究成果
借助机器学习算法开发了一种孤岛检测技术。训练时间为16.9秒时，训练准确率达到97.9%。使用未知数据检测时，故障在0.2秒内被检出。所得结果优于传统方法的结果。
研究不足
该论文未明确提及研究的局限性。
首页
论文列表
[IEEE 2019年国际电力电子、控制与自动化会议（ICPECA）- 印度新德里（2019.11.16-2019.11.17）] 2019年国际电力电子、控制与自动化会议（ICPECA）- 并网光伏系统的基于机器学习的孤岛检测
中文（中国）
▾
[IEEE 2019年国际电力电子、控制与自动化会议（ICPECA）- 印度新德里（2019.11.16-2019.11.17）] 2019年国际电力电子、控制与自动化会议（ICPECA）- 并网光伏系统的基于机器学习的孤岛检测
DOI：10.1109/ICPECA47973.2019.8975614
出版年份：2019
更新时间：2025-09-23 15:21:01
摘要：
本文聚焦于借助机器学习与信号处理技术开发一种新型孤岛检测方法。该孤岛检测方法能确保对并网光伏系统进行有效的远程监测。当电网发生故障或维护时，该方法会向各分布式发电网络发送相应告警信号，使其与电网断开并进入孤岛运行模式。研究对1kW并网光伏系统进行了仿真，在公共耦合点（PCC）记录电压、电流和频率等信号，利用小波变换提取所记录信号的时频特征，据此构建孤岛场景矩阵，并采用机器学习算法训练分类器。结果表明：训练后的分类器达到97.9%的训练准确率，训练耗时16.9秒，优于现有文献方案。进一步通过未知孤岛工况测试验证了分类器的鲁棒性。
作者：
Mohammed Ali Khan，Ahteshamul Haque，Varaha Satya Bharath, Kurukuru
AI智能分析
纠错
研究概述
实验方案
SCI高频之选
查看全部>
-
智能分析： Yokogawa AQ6370D是一款性能卓越的光谱分析仪，适用于光通信领域以及光放大器（EDFA）的测量和评估。其高波长分辨率、精准度和宽动态范围使其成为实验室和工业环境中的理想选择。虽然设备体积较大且预热时间较长，但其丰富的接口和出色的显示屏设计弥补了这些不足，整体是一款值得推荐的光谱分析仪。获取实验方案
-
智能分析： ZEISS EVO系列是一款高性能?？榛璧缱酉晕⒕?，适用于材料科学、生命科学及工业质量控制等领域。其先进的技术特性包括高分辨率、广泛加速电压范围和集成EDS系统。该产品操作直观，支持多用户环境，适合科学研究和工业应用。然而，价格信息缺失以及潜在的维护成本可能是其需要注意的方面。总体而言，ZEISS EVO系列表现优秀，值得推荐给专业用户。获取实验方案 -
智能分析： ZEISS Crossbeam系列是蔡司公司推出的一款高端光电分析设备，结合了场发射扫描电子显微镜（FE-SEM）和聚焦离子束（FIB）的功能，适用于材料科学、纳米技术和半导体行业等多个领域。其高分辨率成像能力和自动化样品制备功能使其成为高通量分析的理想选择。此外，该设备支持多种检测器，具备强大的多功能性，是高精度研究和工业应用的利器。然而，由于其高端定位，设备成本较高且操作需要专业技能。总体而言，该设备表现卓越，为科学研究和工业应用提供了先进的解决方案。获取实验方案 -
智能分析： Axio Observer是一款专为金相学研究设计的倒置显微镜系统，以其高效的设计和蔡司知名的光学技术为特色。它能够快速、灵活地分析大量样品，并支持自动化操作，适用于多种应用场景，包括晶粒尺寸分析、非金属夹杂物检测等。然而，其重量较大且光源寿命较短，可能对使用者提出了额外的维护和空间管理需求。总体而言，这款产品在性能和可靠性方面表现出色，特别适合专业实验室使用。获取实验方案 -
型号：ZEISS LSM 990 Spectral Multiplex
智能分析： ZEISS LSM 990 Spectral Multiplex是一款定位于高端科研机构的光谱成像系统，具有卓越的光谱分辨率和自动化功能，适用于复杂的生物、医学及材料科学实验。其高效的荧光标签分离能力和多功能自动化设计为用户提供了强大的实验支持。然而，高昂的价格和一定的学习曲线可能对中小型实验室构成挑战。总体而言，这是一款性能优越、适应性强的高端实验设备。获取实验方案 -
智能分析： ZEISS Sigma 300 with RISE是蔡司公司推出的一款高端光谱分析仪，集成了拉曼成像和扫描电子显微镜技术，能够提供高质量的化学和结构分析。其功能强大，支持多领域应用，但设备价格较高且操作学习曲线可能较陡。适用于科研机构和高端实验室，是材料科学和生命科学领域的理想选择。获取实验方案
立即咨询
加载中....
论文纠错
您正在对论文“[IEEE 2019年国际电力电子、控制与自动化会议（ICPECA）- 印度新德里（2019.11.16-2019.11.17）] 2019年国际电力电子、控制与自动化会议（ICPECA）- 并网光伏系统的基于机器学习的孤岛检测”进行纠错
纠错内容
联系方式（选填）
设备询价
称呼
电话
+86
单位名称
用途
期望交货周期
产品预约
称呼
电话
+86
单位名称
用途
期望交货周期