MétaCan
Menu
Retour à la cohorte
Enregistrement W2346051546 · doi:10.1049/iet-gtd.2015.0764

Screening technique for identifying the risk of sub‐synchronous resonance

2016· article· en· W2346051546 sur OpenAlexaff
Haifeng Li, Chongru Liu, Gengyin Li, U.D. Annakkage

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesProgram for New Century Excellent Talents in UniversityHigher Education Discipline Innovation ProjectNational Natural Science Foundation of China
Mots-clésComputer scienceResonance (particle physics)PhysicsAtomic physics

Résumé

récupéré en direct d'OpenAlex

A screening method called the compensation impact factor (CIF) is proposed in this study to identify the risk of sub‐synchronous resonance (SSR) caused when generators are connected to series compensated transmission lines. First, the definition of CIF is given and the meaning behind this index is explained. Second, the electric damping is used to classify the operating scenario into high SSR risk group and low SSR risk group. Then the correlation between the value of the CIF and the risk classification is analysed and the threshold value of CIF for this classification is calculated by using conditional probability. The proposed method is validated by (a) a 3‐bus system with one generator and (b) the IEEE‐39‐bus system with ten generators. The advantage of applying the proposed method is that only the high‐risk scenarios need to be analysed in detail using electromagnetic transient simulation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,323

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,242
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Generation Transmission & DistributionMême sujetReal-time simulation and control systemsTravaux en français237 207