1.一种基于事件触发策略的有限频故障检测方法，其特征在于，包括以下步骤：步骤1.建立分布式光伏发电系统的马尔科夫神经网络系统模型，得到状态方程和测量方程；

步骤2.设定事件触发的信息传输策略，并基于该信息传输策略修正步骤1中的马尔科夫神经网络系统模型中的测量方程；

步骤3.根据步骤2修正后的测量方程构建有限频故障检测滤波器；

步骤4.根据步骤1所述的马尔科夫神经网络系统的测量方程和步骤3中构造的有限频故障检测滤波器的状态向量值构造残差，并获得增广系统；

步骤5.设计一种求解计算方法，求解得出步骤3构建的有限频故障检测滤波器的增益矩阵，并使得步骤4得到的增广系统对扰动具有鲁棒性，并对故障具有敏感性；

步骤6.根据步骤5求解得到的有限频故障检测滤波器的增益矩阵与步骤4构造的残差设计残差评价函数；

步骤7.根据实际需求设定步骤6得到的残差评价函数的阈值，制定报警策略，完成故障检测。

2.如权利要求1所述的有限频故障检测方法，其特征在于，所述步骤1中，建立分布式光伏发电系统的马尔科夫神经网络系统模型的具体过程为：利用采集到的发电电流、回路电流和功率信息，考虑分布式光伏发电系统的非线性特性以及存在的突变问题，构建马尔科夫神经网络系统，包括状态方程和测量方程，状态方程x(k+1)＝Aσ(k)x(k)+B1σ(k)g(x(k))+B2σ(k)g(x(k-τk))+Bωσ(k)ω(k)+B′σ(k)f(k)测量方程y(k)＝Cσ(k)x(k)+Dωσ(k)ω(k)+D'σ(k)f(k)其中，分布式光伏系统的状态向量即x(k)∈R2，包含发电电流x1(k)、电路流经回路电流x2(k)；可测输出功率y(k)∈R1；神经网络的非线性激励函数g(x(k))＝[g1(x1(k)),g2(x2(k))]T，T为转置；有界时延τk∈[τm,τM]，其上下界τm、τM均为已知常数；随机扰动ω(k)∈R1及系统故障f(k)∈R1；矩阵Aσ(k)、B1σ(k)、B2σ(k)、Bωσ(k)、B′σ(k)、Cσ(k)、Dωσ(k)、D′σ(k)均为系统矩阵，均依赖于有限马尔科夫过程{σ(k)}，其转移概率为Ρσ(k)＝{σ(k+1)＝j|σ(k)＝i}＝γij≥

0，其中 并有 成立, 为分布式光伏发电系统的子系统编号集合，N为正整数。

3.如权利要求1所述的有限频故障检测方法，其特征在于，所述步骤2中，设定事件触发的信息传输策略，具体过程为：

其中， 代表实时输出功率 与事件触发策略下最新测得的输出功率测量值y(tρh)的差值，其中 h为采样时间，tρ代表第ρ次传输时刻，Θ为加权矩阵，s为事件触发参数；

在此基础上，系统的测量方程修正为：其中，τρ为传感器到事件触发判断机制之间的传输时延。

4.如权利要求1所述的有限频故障检测方法，其特征在于，所述步骤3中，根据经事件触发策略修正后的测量方程构建有限频故障检测滤波器，其具体形式为：yf(k)＝Cfixf(k)

其中，xf(k)∈R2，yf(k)∈R1分别代表状态向量估计值及测量估计值，Afi，Bfi，Cfi代表所述滤波器的待确定增益矩阵，角标i为马尔科夫过程σ(k)的简写。

5.如权利要求1所述的有限频故障检测方法，其特征在于，所述步骤4中，根据步骤3中所述的测量估计值和所述的马尔科夫神经网络系统的测量方程构造残差r(k)＝y(k)-yf(k)，并获得增广系统，其具体形式为：其中，dk代表经事件触发机制后的传输时延，设其上界为dM；

6.如权利要求1所述的有限频故障检测方法，其特征在于，所述步骤5中，设计一种求解计算方法，从而在可解情况下得到有限频故障检测滤波器的增益矩阵，使得步骤4构建的增广系统对扰动具有鲁棒性并对故障具有敏感性，其具体过程为：(1)基于具有随机稳定性同时对扰动的鲁棒性及对故障的敏感性的设计原则，需保证存在K矩阵使得

成立，则系统的随机稳定性可以得到保证，其中， 表示期望；

同时引入随机H∞指标ν和随机H_指标μ，使得对于所述的有限频扰动信号和故障信号，下式成立：

(2)求取基于事件驱动策略的有限频故障检测滤波器，若存在满足随机H∞指标和随机H_指标的故障检测滤波器，则可直接求得含其增益信息的矩阵 和相关矩阵N,M等，通过如下运算，最终得到滤波器的增益矩阵Afi，Bfi，Cfi：

7.如权利要求1所述的有限频故障检测方法，其特征在于，所述步骤6中，根据所述的残差设计残差评价函数，其具体形式如下：其中，a为需进行故障检测的时长，ka为0至a时刻内时间序列的最大值。

8.如权利要求1所述的有限频故障检测方法，其特征在于，所述步骤7中，设定步骤6得到的残差评价函数的阈值，制定报警策略，从而完成故障检测，其具体过程为：设定残差评价函数阈值形式为：

其中，sup表示最大值；

因此，分布式光伏发电系统的有限频故障检测的策略为：实时检测得到的残差评价函数值大于残差评价函数的阈值，则报警；否则不报警；

其表达式为：

Jr(k)＞Jthrehold→AlarmJr(k)≤Jthrehold→No-alarm。