MétaCan
Menu
Retour à la cohorte
Enregistrement W2345168652 · doi:10.1109/tpwrd.2016.2522562

Offshore Wind Farm Modeling Accuracy and Efficiency in MMC-Based Multiterminal HVDC Connection

2016· article· en· W2345168652 sur OpenAlexaff
Ulas Karaagac, Jean Mahseredjian, Lijun Cai, Hani Saad

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesBundesministerium für Wirtschaft und Energie
Mots-clésOffshore wind powerWind powerEngineeringTurbineFault (geology)ConvertersInduction generatorOvercurrentGridModular designElectric power systemPower (physics)Electrical engineeringMarine engineeringComputer scienceCurrent (fluid)Aerospace engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The large number of switching elements in the modular multilevel converter (MMC) is a challenging problem when modeling the MMC-HVDC systems for the computation of electromagnetic transients. The modeling complexity increases even further when a multiterminal (MT) MMC-HVDC system is used to integrate offshore wind farms (OWFs) with power-electronics-based wind energy converters, such as doubly fed induction generators (DFIGs). This paper compares modeling accuracy and computational performances for various combinations of MMC and OWF models. Onshore and offshore ac fault simulations are performed for an OWF system composed of DFIG-type wind turbines and connected to a practical ac grid through an MT MMC-HVDC system. The OWF system model includes the detailed representation of the offshore collector grid and the associated overcurrent protection. The offshore MMC controls include an offshore fault current limiter and fast OWF power generation reduction-based fault-ride-through function.

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: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,013
Tête enseignante GPT0,220
Écart entre enseignants0,207 · 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

Citations80
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

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