MétaCan
Menu
Retour à la cohorte
Enregistrement W1951184406 · doi:10.24908/pceea.v0i0.5881

NON-LINEAR MODEL OF A SYNCHRONOUS GENERATOR FOR DYNAMIC SIMULATIONS, TRAINING AND TEACHING

2015· article· en· W1951184406 sur OpenAlexaffvenue
Tsotie Wamba Juste, Gabriel Ekemb, R. Wamkeue

Notice bibliographique

RevueProceedings of the Canadian Engineering Education Association (CEEA) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversité du Québec
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMATLABControl engineeringGenerator (circuit theory)Nonlinear systemField (mathematics)HydropowerPermanent magnet synchronous generatorHydroelectricityElectric power systemPower (physics)SimulationControl theory (sociology)VoltageEngineeringElectrical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The development of digital and simulation tools is a major challenge for the teaching of electro-mechanics and related fields, as their suitability depends both on scientific and educational requirements. In this regard, this paper presents a synchronous generator model, developed for the teaching and training in the hydroelectric field. The model developed with MATLAB/SIMULINK and having the characteristics of being dynamic, versatile, flexible and easily integrated in most electrical power generation system using synchronous generator, is made of a mechanical part, an electrical part, and an excitation circuit. It is a dynamic nonlinear model which can perform most of the simulations of real life situations by acting on the load and presenting the resulting curves. Moreover, it allows direct simulation without the need for initial conditions re-evaluation. In this paper, its stepwise system development is covered alongside its subsystems. Our results indicate a successful application of the developed model in a complete hydropower system production, and suggest the importance of such tool.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,496

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,212 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Canadian Engineering Education Association (CEEA)Même sujetPower System Optimization and StabilityTravaux en français237 207