MétaCan
Menu
Retour à la cohorte
Enregistrement W2014505733 · doi:10.1109/epec.2012.6474964

Effect of Static Fault Current Limiter on distribution power quality

2012· article· en· W2014505733 sur OpenAlexaff
Esmaeil Najafi, Vijay K. Sood, Ahmed Hosny

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems Fault Detection
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésVoltage sagFault current limiterFault (geology)EmtpVaristorRectifier (neural networks)Current limitingOvervoltageVoltageComputer sciencePower (physics)Insulated-gate bipolar transistorInductorElectrical engineeringElectric power systemElectronic engineeringEngineeringPower qualityPhysics

Résumé

récupéré en direct d'OpenAlex

High demand for sustainable electric energy makes the use of Distributed Generators (DGs) inevitable for future systems. However, introducing DGs into distribution networks increases fault current levels with potential for causing serious damage to power system apparatus. Increasingly, power quality during fault and recovery periods is also adversely affected. To alleviate these problems, a Static Fault Current Limiter (SFCL) is investigated in this work as a potential solution. The studied SFCL comprises a bridge rectifier with semiconductor switch IGBT bypassed by limiting inductor and ZnO Varistor. A case study of a 15-kV radial distribution system with SFCL located at the source end is simulated using EMTP-RV software. Simulation results following system faults show that the use of SFCL in distribution networks can efficiently suppress fault current magnitudes and enhance the power quality in terms of voltage sag.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,302
Écart entre enseignants0,290 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Systems Fault DetectionTravaux en français237 207