随着分布式发电系统的规模不断增大,分布式发电系统对原供电网络的影响也越来越大,需要考虑多个方面的因素。其中,孤岛检测是分布式发电系统稳定运行必须考虑的一个重要问题。现有主动式孤岛检测技术因其注入信号对电网的扰动,降低了电能质量,同时因为多逆变器情形下所注入扰动信号的稀释效应,导致难以准确测量孤岛状态,所以研究人员将目光转向了被动式孤岛检测方法。传统被动式孤岛检测技术需要时间检测特征信号来进行判断,导致检测速度慢,检测盲区较大,无法识别功率匹配情况下的孤岛状态。针对传统被动式孤岛检测方法存在的问题,本文分析了孤岛效应产生的机理,引入小波变换和神经网络技术,提出了基于小波变换和BP神经网络的被动式孤岛检测算法,利用小波的数据挖掘特点和神经网络的强大模式识别能力,实现了更快的检测速度和更小的检测盲区。论文主要研究工作和创新如下:(1)针对孤岛产生的机理做了详细推导,分析了有功功率、无功功率失配时对PCC点电压幅值和频率的影响,接着分析了过/欠压和过/欠频两种传统被动式孤岛检测方法的原理和存在问题,说明了反孤岛测试电路中的负载品质因数。(2)针对孤岛检测特征向量难以选取的问题,在介绍小波变换理论的基础上,根据小波基函数一般选取原则和瞬态非平稳信号的最优小波基选择方法得到最优小波基,并使用最优小波基分解采样信号,构建了本文的孤岛检测特征向量,通过仿真验证了所选取特征向量的有效性。(3)针对不同状态下孤岛检测向量难以区分的问题,引入BP神经网络模式识别分类技术,并根据所选取的孤岛信号特征向量构建了孤岛测试所需的BP神经网络模型,依次确定了神经网络的节点数、隐层数和激活函数等关键参数。(4)针对传统被动式孤岛检测方法存在的功率匹配时难以检测的问题,提出了两种基于小波变换和BP神经网络的被动式孤岛检测算法,并在Matlab/Simulink上搭建了10k W级别分布式发电多逆变器孤岛检测算法验证平台,对所提出孤岛检测算法在各种负载参数实验条件和非孤岛干扰状态下的有效性进行了仿真验证。