近年来光伏发电产业迅猛发展,如何充分高效的运用太阳能是目前光伏发电发展主要研究问题,随着大量的电气设备并入系统中,引起电能质量的下降,并且电网意外扰动影响到孤岛检测装置,可能会将其误判为孤岛状态,光伏发电系统退出供电,极大地降低了光伏发电系统发电效率,对整个系统在安全稳定环境下的运行造成了不必要的干扰。本文针对如何有效的识别孤岛状态进行研究。首先,对光伏并网发电控制策略与孤岛检测方法进行详细的研究,采用电网电压前馈补偿的电流跟踪控制策略实现光伏发电的单相并网,通过相应模型验证理论分析的正确性,并进行并网逆变系统孤岛检测技术研究,为了克服目前孤岛检测方法中存在的缺点,进一步提出了电压前馈电流正反馈扰动孤岛检测方法,通过仿真实验验证了该方法的有效性。其次,鉴于孤岛检测易受到电网扰动的干扰,提出了经验模态分解和支持向量机相结合进行孤岛与扰动状态识别的新方法。整个识别过程主要包括三部分:故障信号的获取、故障特征提取和状态识别。针对孤岛信号的非平稳性,提出一种经验模态分解(Empirical Mode Decomposition,EMD)、奇异值分解和支持向量机(Support Sector Machine,SVM)相结合的识别方法。EMD方法是基于信号的局部特征时间尺度,是自适应的信号处理方法,非常适合非线性和非平稳过程。采用EMD方法将孤岛信号分解成若干个内在模态函数(Intrinsic mode function,IMF)之和,并形成初始特征向量矩阵。对初始特征向量矩阵进行奇异值分解,从而得到孤岛信号的状态特征向量,SVM是目前解决小样本分类的最佳方法,以SVM作为分类器来区分孤岛和扰动的不同状态,得到了较好的结果。最后,通过理论研究和仿真结果验证本算法分类准确率高、稳定性好,能够准确区分孤岛和电网扰动两种不同运行状态。使得光伏发电系统不会将电网扰动误判为孤岛发生,避免了系统的不必要退出,从而提高了光伏发电系统的效率。