MétaCan
Menu
Retour à la cohorte
Enregistrement W2316583613 · doi:10.1109/tsg.2016.2535213

Improved Residential Distribution System Harmonic Compensation Scheme Using Power Electronics Interfaced DGs

2016· article· en· W2316583613 sur OpenAlexaff
Md. Shirajum Munir, Yunwei Li, Hao Tian

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHarmonicsCompensation (psychology)CapacitorPower factorElectronic engineeringHarmonicEngineeringElectric power systemHarmonic analysisTransformerDistributed generationPower electronicsAC powerElectrical engineeringRenewable energyPower (physics)Computer scienceControl theory (sociology)Voltage

Résumé

récupéré en direct d'OpenAlex

Increased non-linear residential loads in today's distribution system is a concern due to the harmonics related power quality issues. The situation gets worsened by the harmonic resonance introduced by the installation of power factor correction (PFC) capacitor banks in the distribution network. At the same time, more and more renewable energy-based distributed generation (DG) units are being installed in the residential area. These DG systems can be used as an effective way to mitigate the harmonic related power quality problems introduced by the nonlinear residential loads. In literature, very limited work has been done to identify harmonic compensation priorities that should be assigned to different DGs operating at different locations of the distribution system for improved compensation performance. This issue is addressed in this paper. A selective harmonic compensation scheme based on modal analysis is developed to assign compensation priorities on DGs operating at different distribution system nodes for improved compensation performance. A modeled residential distribution system containing distribution components such as distribution line, PFC capacitors, transformers, and household appliances along with DG units is used to verify the improvement of compensation performance. Experimental verification of the proposed method is also 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
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 ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Smart GridMême sujetMicrogrid Control and OptimizationTravaux en français237 207