MétaCan
Menu
Retour à la cohorte
Enregistrement W2168004525 · doi:10.1109/repcon.1998.666961

Power quality characteristics of rural electric secondary power systems

2002· article· en· W2168004525 sur OpenAlexaff
D.O. Koval, Wilson Xu, John Salmon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVoltageInterruptSwellRural areaPower (physics)Quality (philosophy)Electrical engineeringVoltage optimisationElectric powerHigh voltageElectric power systemDuration (music)Voltage regulationEngineeringComputer scienceReliability engineeringPolitical sciencePhysics

Résumé

récupéré en direct d'OpenAlex

The occurrence of power supply anomalies (e.g., voltage sags, surges and swells, sustained under and over voltages, etc.) originating on the secondary side of rural facilities and high utilization voltage levels can often damage and/or disrupt rural computerized processes, electric equipment and interrupt loads, a costly issue for rural society. This paper attempts to answer several questions concerning the frequency and duration of voltage sags, swells and surges posed by rural customers and reveal the statistical characteristics of the utilization voltage levels at rural sites. The answers to these questions are based on the national survey results of the frequency and duration of voltage sags and surges at rural sites monitored at their utilization voltage levels. The survey results provide a knowledge base for monitoring, operating electric equipment, designing and utilizing power quality mitigating technologies in rural electric environments.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,021
Tête enseignante GPT0,231
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations10
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Quality and HarmonicsTravaux en français237 207