MétaCan
Menu
Retour à la cohorte
Enregistrement W2056219130 · doi:10.1109/ccece.2013.6567704

Frequency scanning study of sub-synchronous resonance in power systems

2013· article· en· W2056219130 sur OpenAlexaff
Shubham Gupta, Akshaya Moharana, Rajiv K. Varma

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésInduction generatorBenchmark (surveying)Generator (circuit theory)Wind powerElectric power systemControl theory (sociology)Electric power transmissionElectrical impedanceCompensation (psychology)Computer scienceSquirrel-cage rotorRotor (electric)EngineeringPower (physics)Induction motorElectrical engineeringPhysicsVoltage

Résumé

récupéré en direct d'OpenAlex

This paper presents a frequency scanning analysis for detecting the potential of subsynchronous resonance (SSR) in induction generator based wind farms. Two types of induction generator: single-cage and double-cage based wind farms are considered. The wind farms are connected to modified IEEE First Benchmark and IEEE Second Benchmark System. Detailed positive sequence model of the study systems are developed and frequency scanning is carried out by calculating effective impedance looking from the rotor circuit of the induction generators. It is found that induction generator based wind farms are quite susceptible to SSR due to induction generator effect when they are connected to IEEE First Benchmark System. In this case, SSR may occur at realistic levels of series compensation if the wind farms employ double-cage induction generators. Incidentally, no SSR phenomenon is found in wind farms which are connected to IEEE Second Benchmark System. The frequency scanning results are compared and validated with eigenvalue analysis. Hence, frequency scanning technique can be successfully utilized for initial investigation of any potential for SSR in wind farms connected to a series compensated transmission line.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil0,997

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 Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,194 · 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'étudeObservationnel
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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHVDC Systems and Fault ProtectionTravaux en français237 207