A new total frequency deviation algorithm for anti-islanding protection in inverter-based DG 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
Islanding situation is a very serious problem in distributed generation (DG) system. For inverter-based DG systems, phase shift anti-islanding techniques such as slide mode shift (SMS), automatic phase shift (APS), active frequency drift (AFD), and active frequency drift with positive feedback (AFDPF) have been proposed because of their effectiveness in preventing most of the islanding cases. However, existing phase shift techniques are all based on the assumption that at a grid failure, the voltage frequency of the inverter can be driven by its output current in a desired direction, up or down, until the inverter's frequency is drifted into the over frequency relay and under frequency relay (OFR/UFR) window. However, when the quality factor of the local loads is high, traditional phase shift mechanisms may not work as desired, instead, the frequency of the inverter could oscillate around a certain frequency point after islanding occurs. This is due to the high ratio of the energy stored in and the energy consumed in the local load. To solve this problem, a total frequency deviation (TFD) in a moving time frame is introduced as the islanding index while using adaptive logic phase shift (ALPS) as the basic phase-shift motivation. The TFD value becomes significantly large after the islanding happens. The TFD value can interact with ALPS algorithm to move the frequency of the inverter continuously until it reaches the OFR/UFR tripping window. Both simulation and lab tests have demonstrated the highly effectiveness of this anti-islanding algorithm
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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