MétaCan
Menu
Retour à la cohorte
Enregistrement W2164834170 · doi:10.1109/pes.2009.5275685

Model prediction adaptive control of inter-area oscillations in multi-generators power systems

2009· article· en· W2164834170 sur OpenAlexaff
Lin Wang, Helen Cheung, Alexander Hamlyn, Richard Cheung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Electric power systemInterconnectionController (irrigation)Power (physics)Generator (circuit theory)Low-frequency oscillationAdaptive controlStability (learning theory)Power controlComputer scienceControl systemPermanent magnet synchronous generatorVoltageEngineeringControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

An efficient adaptive stability control for multi-generators power system is presented based on step-ahead model prediction methodology. This control is named the model prediction adaptive control (MPAC) that is built upon optimization of selected performance index defined as weighted combination of generator voltage deviation, mechanical-electrical torque mismatch, and speed incremental. Method of Equivalent Circuit (MEC) is proposed to design the MPAC excitation controller for multi-generators power system. MPAC can realize real-time adaptive control based on the MEC. This paper demonstrates effectiveness of MPAC for improvement of the wide-area power system stability. The proposed MPAC is applied to a four-generator power system with weak interconnection between areas. Simulation results show that the inter-area oscillation after a substantial disturbance on a line connecting two areas can be damped out rapidly. Simulations also show the same efficiency of MPAC for the stability control of multi-generator power system as one of the excitation control with high gain AVR plus fine-tuned PSS.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 GPT0,220
Écart entre enseignants0,195 · 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

Citations13
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower System Optimization and StabilityTravaux en français237 207