MétaCan
Menu
Retour à la cohorte
Enregistrement W2007632542 · doi:10.1109/tpwrd.2008.2002662

A New Fuzzy-Based Representative Quality Power Factor for Unbalanced Three-Phase Systems With Nonsinusoidal Situations

2008· article· en· W2007632542 sur OpenAlexaff
Walid G. Morsi, M.E. El-Hawary

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2008
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPower factorElectric power systemFuzzy logicControl theory (sociology)Power (physics)AC powerCrest factorHarmonicsThree-phaseNonlinear systemPower transmissionEngineeringElectronic engineeringComputer scienceVoltageElectrical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Under ideal sinusoidal operating conditions, the definition of power factor for single-phase and balanced three-phase systems is unique and meaningful. However, in nonsinusoidal situations and/or unbalanced three-phase system operation, different power factors have been proposed to deal with these situations. In this paper, a new fuzzy-based representative quality power factor (RQPF) is introduced to represent three recommended power factors: 1) fundamental positive-sequence power factor (FPSPF); 2) transmission efficiency power factor (TEPF); and 3) oscillation power factor (OSCPF). In addition, the problem of defining power factor for the three-phase system is formulated and the RQPF module is explained. In order to test the validity of the proposed fuzzy-based module, the RQPF is applied to different cases: balanced, unbalanced, linear, nonlinear, sinusoidal, and nonsinusoidal. The results obtained reveal that the new RQPF is meaningful and accurately represents the existing power factors in all cases and in all situations. Taking into consideration the advantages of fuzzy systems, this factor is useful for power quality evaluation, cost-effective analysis of PQ mitigation techniques, as well as billing purposes in these situations.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,295
Écart entre enseignants0,238 · 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'étudeThéorique ou conceptuel
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

Citations9
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetPower Quality and HarmonicsTravaux en français237 207