MétaCan
Menu
Retour à la cohorte
Enregistrement W1978659976 · doi:10.1109/tia.2007.904430

Investigation and Improvement of Transient Response of DVR at Medium Voltage Level

2007· article· en· W1978659976 sur OpenAlexaff
Yunwei Li, Poh Chiang Loh, Frede Blaabjerg, D. Mahinda Vilathgamuwa

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2007
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Transient (computer programming)Transient responseVoltageFeed forwardOscillation (cell signaling)Controller (irrigation)Transient voltage suppressorFrequency responseAttenuationHarmonicPhysicsEngineeringComputer scienceAcousticsChemistryControl (management)Control engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

An area of interest for dynamic voltage restorer (DVR) research is the damping of transient oscillations initiated at the start and at the recovery instant from a voltage sag. Nonlinear loads, with harmonic currents close to the DVR filter resonance frequency, can also excite the resonance oscillations. To compensate voltage sags and dampen high-frequency oscillations simultaneously, an investigation of the transient response of DVR is first carried out. Possible control schemes and their effects on the oscillation attenuation are also studied. Such studied control schemes include the commonly used single voltage loop control, voltage feedback plus reference feedforward control, and double-loop control with an outer voltage loop and an inner current loop. Subsequently, an effective and simple resonance damping method is proposed by employing a closed-loop control with an embedded two-step Posicast controller. The proposed control methods have been extensively tested on a 10-kV DVR system. It is shown that the proposed damping methods improve both the transient and steady-state performance of the DVR.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,050
Tête enseignante GPT0,266
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), 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

Citations107
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetPower Quality and HarmonicsTravaux en français237 207