A Wide-Area Measurement Systems-Based Adaptive Strategy for Controlled Islanding in Bulk Power Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Controlled islanding is the last countermeasure for a bulk power system when it suffers from severe cascading contingencies. The objective of controlled islanding is to maintain the stability of each island and to keep the total loss of loads of the whole system to a minimum. This paper presents a novel integrated wide-area measurement systems (WAMS)-based adaptive controlled islanding strategy, which depends on the dynamic post-fault trajectories under different failure modes. We first utilize an improved Laplacian eigenmap algorithm (ILEA) to identify the coherent generators and use the slow coherency grouping algorithm to guarantee coherent stability within an island. Using the identification result, we then define the minimum coherent generator virtual nodes to reduce the searching space in a graph and utilize the k-way partitioning (KWP) algorithm to obtain a preliminary partition of the simplified graph. Based on the preliminary partition, we consider the direction of power flow and propose a variable neighborhood heuristic searching algorithm to search the optimal separation surfaces so that the net imbalanced power of islands is minimized. Finally, the bidirectional power flow tracing algorithm and PQ decomposition power flow analysis are utilized to determine the corrective controls within each island. The test results with the New England 39-bus system and the IEEE 118-bus system show that the proposed integrated controlled islanding strategy can automatically adapt to different fault modes through generator coherency identification and effectively group the different coherent generators into different islands.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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