基于XGBoost算法的并网光伏系统智能孤岛检测方法
Power Capacitor & Reactive Power Compensation(2021)
Abstract
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.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined