MétaCan
Menu
Retour à la cohorte
Enregistrement W2029778027 · doi:10.1080/15325001003735184

Distribution Grid Voltage Control Using Cascaded Multi-level Inverter-based Static Synchronous Compensator

2010· article· en· W2029778027 sur OpenAlexaboutno aff
P. Banerjee, Biswarup Das, Pramod Agarwal

Notice bibliographique

RevueElectric Power Components and Systems · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatic VAR compensatorControl theory (sociology)InverterTotal harmonic distortionController (irrigation)VoltageEngineeringFuzzy logicFault (geology)Computer scienceAC powerControl engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

Abstract In this article, the voltage control performance of the cascaded multi-level inverter based static synchronous compensator was studied, specifically, a 21-level cascaded multi-level inverter based static synchronous compensator was considered. The switching angles of the cascaded multi-level inverter based static synchronous compensator have been determined by an optimization methodology based on the sequential quadratic programming technique for minimizing the total harmonic distortion of the static synchronous compensator output voltage. To achieve satisfactory performance of the static synchronous compensator voltage controller, two different fuzzy logic control schemes, namely, indirect and direct control systems, have been developed. The performances of these two developed control schemes for controlling the bus voltage were investigated with detailed non-linear fault simulation studies in a practical power distribution system using PSCAD/EMTDC (Manitoba HVDC Research Center, Winnipeg, Manitoba, Canada) software and have been found satisfactory. Furthermore, the performances of the proposed fuzzy controllers have also been found to be superior to that obtained with an indirect proportional-integral controller.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,209
Écart entre enseignants0,192 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectric Power Components and SystemsMême sujetMicrogrid Control and OptimizationTravaux en français237 207