MétaCan
Menu
Retour à la cohorte
Enregistrement W2508288270 · doi:10.1109/pscc.2016.7541022

Time Warping method for accelerated EMT simulations

2016· article· en· W2508288270 sur OpenAlexaff
Aboutaleb Haddadi, Jean Mahseredjian, Christian Dufour

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensOpal-Rt Technologies (Canada)Polytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer scienceImage warpingDynamic time warpingSimulationState (computer science)Steady state (chemistry)SoftwareEvent (particle physics)Simulation softwareAlgorithmArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Electromagnetic transients (EMTs) are fast and decay within a few cycles. Since EMTs are fast, the simulation step size required to simulate an EMT is small, which may make the simulation of a power system with an EMT-type software computationally demanding. This paper proposes a hybrid simulation method called Time Warping (TW) method which makes use of the fast decaying nature of EMTs to accelerate EMT-type simulations. The idea is that small simulation step sizes are only required in the first few cycles following an EMT event where fast transients exist; when these EMTs have decayed and a steady-state is achieved, it is possible to warp to the next EMT event skipping the steady-state in between. The paper shows the effectiveness of the proposed time warping (TW) method by applying it to a simple test circuit and a practical network. The simulation results show that the proposed TW method is capable of accelerating EMT simulations while providing the same accuracy as a full EMT-type tool.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,976
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 Opus0,023
Tête enseignante GPT0,285
Écart entre enseignants0,262 · 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.

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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReal-time simulation and control systemsTravaux en français237 207