MétaCan
Menu
Retour à la cohorte
Enregistrement W2002439918 · doi:10.1049/iet-gtd:20045207

Small-signal dynamic model of a micro-grid including conventional and electronically interfaced distributed resources

2007· article· en· W2002439918 sur OpenAlexaff
Farid Katiraei, Mohammad Reza Iravani, Peter W. Lehn

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésExciterGridController (irrigation)Computer scienceControl engineeringElectric power systemControl theory (sociology)VoltageFrequency domainSIGNAL (programming language)Electronic engineeringPower (physics)EngineeringElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

A systematic approach to small-signal modelling of a micro-grid system that includes conventional (rotating machine) and electronically interfaced distributed resource (DR) units is presented here. The proposed approach incorporates fundamental frequency deviations in the overall system model and provides a methodology for the analysis of autonomous micro-grid, which inherently is more prone to frequency changes than the conventional utility grid. The model represents (i) electro-mechanical dynamics of the synchronous machine including the exciter and the governor systems, (ii) dynamics of the voltage-sourced converter and its real/reactive power controllers and (iii) the network dynamics. The model is intended for the controller design/optimisation, evaluation of angle/voltage stability, investigation of torsional dynamics, controller interactions of electronically interfaced DR units and low-frequency power quality issues. Typical results from application of the proposed modelling approach to a study system are presented. The results are qualitatively verified on the basis of the comparison with those obtained from time-domain simulation in the PSCAD/EMTDC environment.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,015
Tête enseignante GPT0,220
Écart entre enseignants0,204 · 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

Citations296
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Generation Transmission & DistributionMême sujetMicrogrid Control and OptimizationTravaux en français237 207