MétaCan
Menu
Retour à la cohorte
Enregistrement W2540587150 · doi:10.1109/epc.2007.4520385

Network-based Adaptive Protection Strategy for Feeders with Distributed Generations

2007· article· en· W2540587150 sur OpenAlexaff
Helen Cheung, Alexander Hamlyn, Cungang Yang, Richard Cheung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems Fault Detection
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTrippingIslandingFault (geology)Computer scienceOvercurrentCircuit breakerDistributed generationPower-system protectionProtective relayReliability engineeringElectric power systemVoltageEngineeringElectrical engineeringRenewable energyPower (physics)

Résumé

récupéré en direct d'OpenAlex

Various kinds of distributed generations (DGs) are being increasingly connected on the distribution systems and computer network-based controls are introduced to assist the system operations. This paper proposes a new network-based adaptive strategy for protection of distribution-system feeders connected with DGs. The proposed strategy provides an intelligent network-enabled protection for feeders and overcomes the DGs-imposed technical challenges such as increase of fault current, change of prescribed fault flow paths, sympathetic tripping, unintentional islanding operation, continuous non- interruptible fault current, etc., as well as non-DG-caused problems such as undetected high-impedance ground faults. This paper illustrates effective real-time determination of correct protection operations for feeders with dispersed DG-connections against faults and surges resulting from lightning, switching, equipment short-circuit, etc. Four typical case studies of the proposed network-enabled adaptive protection strategy for feeders in the distribution system connected with DGs are provided in the paper.

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)0,000
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,027
Tête enseignante GPT0,229
Écart entre enseignants0,202 · 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

Citations20
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Systems Fault DetectionTravaux en français237 207