MétaCan
Menu
Retour à la cohorte
Enregistrement W2344373970 · doi:10.1109/tpwrd.2015.2499262

A Coherency-Based Equivalence Method for MMC Inverters Using Virtual Synchronous Generator Control

2015· article· en· W2344373970 sur OpenAlexfundno aff
Chengyu Li, Jianzhong Xu, Chengyong Zhao

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesUniversity of TorontoNational Natural Science Foundation of China
Mots-clésConvertersEquivalence (formal languages)Modular designPermanent magnet synchronous generatorControl theory (sociology)AC powerGridVoltageElectric power systemMicrogridGenerator (circuit theory)Computer scienceElectronic engineeringPower (physics)EngineeringMathematicsControl (management)PhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper extends the previous virtual synchronous generator (VSG) control for voltage-source converters to modular multilevel converters (MMCs). Compared with the ac synchronous generator (SG), the VSG-based MMC is embedded with a power-angle characteristic. Starting from this feature and with reference to the existing ac system coherency-based equivalence methods, this paper proposes a novel coherency equivalence method for MMC used in large-scale renewable energy systems connected to the ac grid. This novel method mainly focuses on the coherency criterion and parameter aggregation methods which have significant differences compared with the ac system methods. The proposed equivalence method is validated on PSCAD/EMTDC and the study results indicate that: 1) the VSG-based MMC model does show the power-angle characteristic similar to the SG model; 2) the proposed coherency criterion can accurately and efficiently classify the paralleled MMC into coherent groups; and 3) the dynamic behaviors of the external systems are preserved after the aggregations of all previous coherency MMC groups.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,261
Écart entre enseignants0,230 · 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

Citations97
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207