1.基于VMD初始化S变换的混合动力系统电能质量扰动检测与评估方法，其特征在于：首先，通过从PQ扰动信号中提取F1、F2统计特征量，作为接入混合动力系统分布式能源分类的标准；其次，通过VMD初始化S变换，对包含最大特征信息的模态函数进行S变换多分辨率分解，提取F3-F7特征量作为FCM聚类算法的输入，对每种分布式能源接入条件下由于操作事件改变引起的PQ扰动进行分类，对每一类电能质量扰动的100个数据集进行了测试，为了确定算法的可行性和有效性，在提出的方法和现有方法之间的百分比准确性方面进行比较，验证了仿真结果的有效性；最后，提出了电能质量评价指标，并在该指标下对9类扰动情况的电能质量影响因子进行评估；

统计特征量F1表示扰动信号峰度，F2表示扰动信号与正弦信号幅值最大偏差；

其中，x表示原始信号数据的数组；σ表示x的标准偏差；μ表示x的平均值；E是期望值；

F3-F7统计特征量如下描述：

F3：S矩阵的均值，

F3＝mean(abs(j,n))                            (3)；

F4：S矩阵的标准差，

F4＝std(abs(j,n))                             (4)；

F5：S矩阵的方差，

F5＝var(abs(j,n))                             (5)；

F6：表明S变换的频率等高线能量大小，

F6＝(abs(S(j,n)))2                            (6)；

F7：S矩阵最大偏差，

F7＝max(s(j,n))-F3                          (7)；

电能质量评价指标PQI如式(9)所示：

ΔA：扰动信号最大偏差；

RMSE：包含最大特征量的模态函数与原始信号之间的均方根误差；

THDv：电压谐波畸变率；

t:扰动持续时间；

α，β，γ分别代表最大偏差、均方根误差、电压谐波畸变率对应的权重。

2.基于VMD初始化S变换的混合动力系统电能质量扰动检测与评估方法，其特征在于包括以下步骤：步骤1：搭建混合动力系统，作为测试算法有效性的实验平台；

步骤2：采用变分模态分解(VMD)，对扰动信号分解得到模态函数(BLIMF)，进行电能质量扰动检测；

步骤3：对扰动信号求取统计特征量F1、F2并设定阈值作为分类标准；

步骤4：对包含最大特征信息的BLIMF函数进行S变换多分辨率分解得到S变换矩阵；

步骤5：通过S变换矩阵，计算F3-F7类统计特征量，作为模糊C均值聚类(FCM)算法的输入；

步骤6：根据步骤2求得的F1、F2统计特征量，作为混合动力系统接入的不同分布式能源分类依据；根据步骤3求得的F3-F7统计特征量，作为混合动力系统操作事件改变的分类依据；

步骤7：提出电能质量评价指标PQI，并在该指标下对混合动力系统下扰动信号进行评估。

3.根据权利要求2所述基于VMD初始化S变换的混合动力系统电能质量扰动检测与评估方法，其特征在于：所述步骤1中，所搭建的混合动力系统是一个IEEE-13总线配电网，连接到额定功率为5MVA，运行电压为4.16kV和0.48kV的电网，通过连接分布式电源将其改造为混合动力系统。

4.根据权利要求2所述基于VMD初始化S变换的混合动力系统电能质量扰动检测与评估方法，其特征在于：所述步骤4中，所述S变换矩阵采用幅值A(τ,t)、相位 作为计算依据；

S变换矩阵表达式为：

其中：i是复数单位，τ为时间常量，f为频率，A(τ,f)＝|S(τ,f)|代表S变换矩阵的幅值矩阵， 代表S变换矩阵的相位矩阵。

5.根据权利要求2所述基于VMD初始化S变换的混合动力系统电能质量扰动检测与评估方法，其特征在于：所述步骤5中，所述的模糊C均值聚类(FCM)算法其目标函数如式(8)所示；

式中m代表集群数量；xi表示n维测量数据的第i个元素；uij表示xi在集群j中的隶属度；

cj表示集群的n维中心。

6.根据权利要求2所述基于VMD初始化S变换的混合动力系统电能质量扰动检测与评估方法，其特征在于：所述步骤5中，所述F3-F7特征量作为FCM聚类算法的输入，提取到6组有效的组合，分别是：F7-t、F6-F3、F3-F4、F3-F5、F4-F5和F6-F7。

7.根据权利要求2所述基于VMD初始化S变换的混合动力系统电能质量扰动检测与评估方法，其特征在于：所述步骤6中，所述F1、F2特征量作为光伏系统、风能系统、和光伏、风能系统同时接入IEEE-13节点配电网三种情况下的分类依据；所述的F3-F7特征量作为混合动力系统每种能源接入情况下，由于操作事件：并网、中断、孤岛改变引起的电能质量扰动分类依据。