MétaCan
Menu
Retour à la cohorte
Enregistrement W2331454850 · doi:10.1515/1553-779x.2772

The Evolution for Voltage and Reactive Power Control in Smart Distribution Systems

2012· article· en· W2331454850 sur OpenAlexaff
Hany E. Z. Farag, Ehab F. El‐Saadany, Ravi Seethapathy

Notice bibliographique

RevueInternational Journal of Emerging Electric Power Systems · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensHydro One (Canada)University of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSmart gridAC powerDistributed generationScheme (mathematics)VoltageVoltage regulationComputer scienceElectric power systemGridControl (management)Control engineeringDistribution gridPower controlVoltage optimisationEngineeringPower (physics)Electronic engineeringControl theory (sociology)Electrical engineeringRenewable energy

Résumé

récupéré en direct d'OpenAlex

This paper has been arisen to show the necessity of the evolution for voltage and reactive power control in distribution systems from conventional to active control techniques. The paper addresses the drawbacks and conflicts that the conventional voltage and reactive power control schemes will face in future distribution systems, especially with high penetration of Distributed Generation (DG). Some of these drawbacks have been verified by carrying out various simulation studies for different IEEE unbalanced radial distribution test systems. The results show that applying the conventional utility voltage regulation control practices in smart grid configuration is intolerable. Therefore, the issue of voltage and reactive power control in smart distribution systems is significant and an evolution of the current control schemes from passive to active is necessary. Using the smart grid technologies, a distributed single layer cooperative control scheme between substation regulators, line regulators and DG units has been proposed. The proposed cooperative scheme is based on the concept of multi-agent systems. Simulation results have been carried out to show the effectiveness of the proposed control scheme.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,228
Écart entre enseignants0,224 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Emerging Electric Power SystemsMême sujetOptimal Power Flow DistributionTravaux en français237 207