MétaCan
Menu
Retour à la cohorte
Enregistrement W1854697534 · doi:10.1109/pes.2003.1271028

A new technique for estimation of reactive power demand of a cycloconverter in distributed power generation schemes based on high-speed engines

2004· article· en· W1854697534 sur OpenAlexaff
Arman Zarringhalam, Mehrdad Kazerani

Notice bibliographique

Revue2003 IEEE Power Engineering Society General Meeting (IEEE Cat. No.03CH37491) · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCycloconverterAC powerRectifier (neural networks)ThyristorPower (physics)Power factorControl theory (sociology)EngineeringElectronic engineeringVoltageComputer scienceElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

In the distributed power generation based on high-speed engines, the frequency of the voltage generated by the high-speed generator (in the order of thousands of Hz) is much higher than that of the grid (50 or 60 Hz). As a result, a static frequency changer is required for frequency matching as well as output power control. In this paper, a new method for the estimation of the reactive power demand of a naturally commutated cycloconverter (NCC) in a distributed power generation scheme based on high-speed engines has been proposed. As NCC is made up of phase-controlled thyristor converter blocks, it draws reactive power irrespective of the mode of operation (rectifier or inverter) and loading condition. The reactive power demand of the cycloconverter varies with the power delivered to the grid. It is important to compensate dynamically for the reactive power drawn by the NCC using a local static Var compensator. In this paper, the reactive power demand of an NCC has been estimated for a range of output power levels, using the proposed method. The analytical results have been verified using the simulation results obtained from PSCAD/EMTDC simulation package.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,454
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2003 IEEE Power Engineering Society General Meeting (IEEE Cat. No.03CH37491)Même sujetMultilevel Inverters and ConvertersTravaux en français237 207