近年来光伏并网发电产业扩展迅速,然而随着大规模光伏并入电网,孤岛问题变得越来越突出,于是,孤岛的检测识别及其孤岛保护的研究正扮演着举足轻重的角色。当前,孤岛检测在逆变器并网的发电系统领域的技术主要分为以下两种:被动式和主动式。众所周知,经常有多台光伏逆变器并入电网,所以多逆变器并网的孤岛检测和识别也日益引起人们关注。因此,本文在分布式光伏发电多逆变器并网的基础上,研究如何更有效的、更好的区别孤岛状态与非孤岛状态。首先针对单逆变器并网情况下的孤岛检测方法进行了简明扼要的分析;其次对现有多逆变器并网条件下,应用非常广泛的主动频率偏移法和带正反馈主动频率偏移法的检测性能进行了理论分析和仿真验证;最后针对多逆变器并网情形下采用主动式孤岛检测方法会降低准确识别孤岛的问题,提出一种基于变分模态分解和神经网络的多逆变器并网的纯被动式检测方法。对于提出的新方法,首先简单介绍了变分模态分解和神经网络的基本理论及新方法的检测原理概述;其次详细研究了基于变分模态分解和多尺度熵处理的孤岛电压信号特征向量的提取和形成,以及神经网络对于孤岛状态判断的训练过程,从而对多逆变器并网孤岛状态进行判断;最后,应用提出的孤岛检测方法去仿真在多逆变器并网条件下系统运行的5种不同状态,然后对各个工况下的电压信号进行提取处理和判断,最后形成以数据统计为展示的检测效果。仿真结果表明,基于变分模态分解和神经网络的多逆变器并网孤岛方法检测算准确率高,仿真数据相对稳定,较为有效地区分孤岛和非孤岛两种不同运行状态,具有相对地实践和参考意义。