28、不同信号处理技术在孤岛检测与癫痫发作检测中的应用比较

不同信号处理技术在孤岛检测与癫痫发作检测中的应用比较

1. 不同信号分解算法在孤岛检测中的比较

在电力系统中，孤岛检测是确保分布式发电系统安全稳定运行的重要环节。为了有效检测孤岛状态，研究人员提出了多种基于信号处理的检测方案，如S-变换（ST）、稀疏S-变换（SST）、变分模态分解（VMD）和总变差滤波（TVF）。

1.1 阈值选择

在孤岛检测方法中，阈值的选择至关重要，其目标是准确识别孤岛状态，同时忽略正常发生的非孤岛事件。在计算阈值时，需要考虑以下干扰因素：
- 电网的X/R比在5到15之间变化；
- 电网频率在49.5 Hz到50.2 Hz之间变化；
- 电能质量干扰，如电压骤升/骤降情况的变化；
- 分布式发电与负载之间的零功率不匹配；
- R - L负载值增加50%。

1.2 性能评估指标

为了对不同的信号分解方案进行比较分析，考虑了以下性能指标：
- 检测时间 ：根据IEEE标准，孤岛状态应在形成后2秒内被识别，且在电力系统保护中，检测速度越快越好。孤岛检测时间由算法时间（算法执行所需时间）和执行时间（接收输入信号到生成跳闸信号的时间间隔）组成。
| 事件 | 算法时间 (ms) | 孤岛检测时间/执行时间 (ms) |
| — | — | — |
| S - Transform [69] | 15.32 | 32 |
| SST with Automatic Scaling | 7.3 | 26 |
| SST with Harmonic Scaling | 6.49 |