MétaCan
Menu
Retour à la cohorte
Enregistrement W2570398923 · doi:10.1109/tpwrd.2017.2650480

A Digital Frequency Adaptive Synchronization Unit for On- and Off-Grid Systems

2017· article· en· W2570398923 sur OpenAlexaff
Essam S. Elsahwi, Adrian Z. Amanci, F.P. Dawson

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Adaptive filterPhase distortionElectronic engineeringEngineeringComputer scienceFinite impulse responseFilter (signal processing)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents the analysis and implementation details of a frequency adaptive synchronization unit (FASU) capable of extracting the positive, negative, and zero sequence components of a three-phase signal as well as real-time tracking of the amplitude, phase, and frequency of the positive sequence component. The FASU consists of three subsystems: First, a sequence component extractor block based on a fast retrieval technique, second, a zero-crossing peak detection system with dynamic dc compensation and, third, a frequency adaptive multi-input multioutput low-pass finite-impulse response filter. The frequency adaptive filter is able to provide filtering of the positive sequence component over a wide frequency range (40-2000 Hz), in the presence of significant input signal distortion (total harmonic distortion as high as 100%). The system achieves a worst case transient response time of one and a half-cycle of the input period, in the event of input transients such as balanced/unbalanced amplitude sags and swells, balanced/unbalanced phase steps, and positive/negative frequency ramps (up to 700 Hz/s). The proposed system is suitable for use in islanded microgrids, in the aerospace industry, and as a phasor measurement unit. The system is implemented as a proof of concept on a field programmable gate array hardware platform.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,011
Tête enseignante GPT0,198
Écart entre enseignants0,187 · 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'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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetMicrogrid Control and OptimizationTravaux en français237 207