MétaCan
Menu
Retour à la cohorte
Enregistrement W2122633419 · doi:10.1109/tpwrd.2006.881588

Efficient Coordination of ROCOF and Frequency Relays for Distributed Generation Protection by Using the Application Region

2006· article· en· W2122633419 sur OpenAlexaff
José Carlos de Melo Vieira Júnior, Walmir Freitas, Wilsun Xu, A. Morelato

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueIslanding Detection in Power Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésIslandingTrippingProtective relayRelayPower-system protectionGenerator (circuit theory)BlackoutElectric power systemComputer scienceReliability engineeringAutomatic frequency controlElectronic engineeringSet (abstract data type)Automatic Generation ControlDistributed generationPower (physics)EngineeringControl theory (sociology)Circuit breakerElectrical engineeringControl (management)Renewable energy

Résumé

récupéré en direct d'OpenAlex

This paper proposes a method for determining the coordination of the rate of change of frequency (ROCOF) and under/overfrequency relays for distributed generation protection considering islanding detection and frequency-tripping requirements. The method is based on the concept of application region, which defines a region in the trigger time versus active power imbalance space where frequency-based relays can be adjusted to satisfy the anti-islanding and frequency-tripping requirements simultaneously. This method can be used to optimally determine the instantaneous and time-delay settings of different frequency-based relays in a unified manner. The application region can be also employed to evaluate how much an existing frequency-based protection scheme violates one of the above-mentioned requirements. In addition, it can be used to set different combinations of frequency-based relays in order to make the distributed generator frequency-based protection system as efficient as possible, since it respects the region that satisfies both requirements.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,191 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations133
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetIslanding Detection in Power SystemsTravaux en français237 207