MétaCan
Menu
Retour à la cohorte
Enregistrement W2104933308 · doi:10.1109/pes.2008.4596879

MPAC adaptive stability control for power systems with dispersed generations

2008· article· en· W2104933308 sur OpenAlexaff
Lin Wang, Richard Cheung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésStability (learning theory)Electric power systemControl theory (sociology)Computer scienceControl engineeringPower (physics)Generator (circuit theory)Transmission systemControl systemAdaptive controlTransmission (telecommunications)Electronic stability controlEngineeringControl (management)Automotive engineeringTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Connection of distributed generations (DGs) on the distribution systems starts to show benefits but may cause serious stability concerns. This paper presents an efficient adaptive stability control, based on step-ahead model prediction methodology, for distribution systems connected with DGs. This control named Model Prediction Adaptive Control (MPAC) is built upon optimization of selected performance index defined as weighted combination of generator voltage deviation, mechanical-electrical torque mismatch, and speed incremental. This paper demonstrates the capability of the MPAC for improvement of the power system stability. This paper offers unique stability study and control of distribution systems subjected to disturbances simultaneously with dynamic operations of DGs, whereas many literatures were focused on the transmission-level power system stability. This paper presents the new concept and design of the MPAC stability control, hardware implementation using state-of-the-art digital signal processing technology, and case studies. Comprehensive illustration of effectiveness of the MPAC versus existing controls is provided.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,419

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 Opus0,021
Tête enseignante GPT0,191
Écart entre enseignants0,170 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower System Optimization and StabilityTravaux en français237 207