MétaCan
Menu
Retour à la cohorte
Enregistrement W2151697520 · doi:10.1109/pes.2008.4596856

Network-integrated adaptive protection for feeders with distributed generations

2008· article· en· W2151697520 sur OpenAlexaff
Helen Cheung, Alexander Hamlyn, Lin Wang, Glenn Allen, Cungang Yang, Richard Cheung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIslanding Detection in Power Systems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésIslandingTrippingFault (geology)Distributed generationComputer scienceCircuit breakerPower-system protectionArchitectureElectric power systemReliability engineeringRenewable energyDistributed computingEngineeringPower (physics)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

Connections of distributed generations (DGs) powered by renewable energy resources on power systems start to show benefits but cause new concerns in system operations such as challenges in feeder protections. This paper proposes a new strategy for network-integrated adaptive protection and control of distribution feeders connected with DGs. The proposed strategy provides intelligent network-enabled protections for DG-connected feeders and overcomes DGs-imposed protection challenges such as increase of fault levels, change of prescribed fault flow paths, mis-coordinated tripping, unintentional islanding operations, non-interruptible fault currents, etc., and nonDG-caused problems such as undetected high-impedance ground faults. This paper presents a new architecture for monitoring / protecting network of multiple (over-hundred) feeder nodes. This architecture consists of four layers: backbone network, area domains, local domains, and cell units. The architecture is fault tolerant and has features from the classical star and ring architectures. The design, implementation, case studies, and field tests validation for the proposed network-integrated adaptive feeder protection are 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,186
Écart entre enseignants0,161 · 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'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

Citations12
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIslanding Detection in Power SystemsTravaux en français237 207