MétaCan
Menu
Retour à la cohorte
Enregistrement W2155981589 · doi:10.1109/pes.2007.386239

Adaptive D-based Active Power Line Filter for Industrial and Commercial Power Distribution

2007· article· en· W2155981589 sur OpenAlexaff
Helen Cheung, Lin Wang, Todd Mander, Weidong Liu, Richard Cheung

Notice bibliographique

RevueIEEE Power Engineering Society General Meeting · 2007
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésAdaptive filterDigital signal processingElectronic engineeringComputer scienceActive filterAC powerActive noise controlFilter (signal processing)Noise (video)HarmonicDigital signal processorEngineeringControl theory (sociology)Electrical engineeringVoltageArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Harmonic disturbances caused by non-linear loads such as power switching devices often occur in the industrial and commercial power distribution systems and can damage sensitive equipment connected to the systems, causing tremendous productivity loss. This paper presents a novel adaptive-harmonic- detection active filter, consisting of an industry-type power electronic inverter controlled by state-of-the-art digital signal processor (DSP). This adaptive-detection DSP-based (adaptive D-based) filter provides effective elimination of power-line disturbances due to its efficient adaptive harmonic detection algorithm implemented with a fast response DSP control for various power-line conditions. The algorithm is based on a novel noise cancellation theory, originally not designed for power applications. This paper presents a practical formulation of the algorithm for utility applications that significantly simplifies the complex formulation originally for noise cancellations. Hardware and software implementations of this adaptive D-based filter are detailed. Simulation and experimental results are provided to demonstrate the effectiveness of this filter.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,033
Tête enseignante GPT0,251
Écart entre enseignants0,218 · 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

Citations7
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Power Engineering Society General MeetingMême sujetPower Quality and HarmonicsTravaux en français237 207