能源与环境是与人类生存息息相关的两个基本问题。而当今社会环境污染与能源短缺问题日益凸显，促使我们必须寻求新的能源利用方式，在保证电力供应满足需求的情况下，又能实现对生存环境的保护和各类资源的可持续发展。以光伏、风力发电为代表的分布式发电技术的出现可以缓解上述问题，并具有很好的发展前景。然而随着分布式发电系统数量增多，并网率不断提高，也会给原配电网的安全稳定性造成影响，这其中就包括非计划孤岛效应。近年来孤岛问题逐渐受到人们的重视，为尽量减小非计划孤岛效应带来的危害，研究快速有效的检测方法有重大的现实作用。　　本文针对分布式发电系统在并网状态下的孤岛问题，首先介绍分布式发电及孤岛的概念，阐明孤岛发生时带来的诸多不利影响，概述当前孤岛检测技术的研究现状。并对孤岛检测相关问题做了全面分析,探讨孤岛出现的机理，详细介绍常见的孤岛检测方法，对其检测原理及存在的优缺点进行分析总结，还对现有的两种孤岛应对策略简要说明。　　主动式检测法因其检测效率高，盲区相对较小等优势应用较多，文中对常用的移相法进行分析研究，并在现有的自动移相法基础上，分析该类方法检测时间较长的原因，提出一种改进自动移相法。该方法在电网断开前后加入不同相位偏移量，即算法中加入一个频率变化判断条件，根据条件满足与否判别是否增大移相算法反馈系数，使公共点电压频率迅速变化超出设定范围，在Simulink平台上仿真验证了该方法的快速有效性。　　为克服传统的被动法盲区较大的问题，又能兼顾电能质量，研究一种基于小波奇异熵与概率神经网络的被动孤岛检测法。在此方法中，应用小波分析技术提取信号特征信息，由概率神经网络对特征值进行识别获取分类结果。在Simulink中搭建系统模型模拟出五种不同运行工况，采集各工况下的公共连接点三相电压信号作为被分析对象，验证该被动式法的检测效果。结果表明基于小波奇异熵与概率神经网络的孤岛检测方法具有较好的检测性能，检测快速可靠。