MétaCan
Menu
Retour à la cohorte
Enregistrement W2588278357 · doi:10.1139/facets-2015-0005

Wavelet transform as a postprocessing diagnostic tool for fault identifications of high-voltage direct current transmission system

2016· article· en· W2588278357 sur OpenAlexvenueno aff
Frede Blaabjerg

Notice bibliographique

RevueFACETS · 2016
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems Fault Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFault (geology)MATLABTransmission lineDiscrete wavelet transformElectronic engineeringTransformation (genetics)High-voltage direct currentWaveletEmtpTransmission (telecommunications)Electric power transmissionVoltageEngineeringComputer scienceTransmission systemDirect currentWavelet transformElectrical engineeringElectric power systemArtificial intelligencePower (physics)

Résumé

récupéré en direct d'OpenAlex

This short communication focuses on exploiting the inherent advantages of discrete wavelet transformation (DWT) as a diagnostic tool for post-processing and for identifying the faults that occur in the standard high-voltage direct-current (HVDC) transmission network. In particular, a set of investigations are developed and examined for single-line-to-ground fault on the generation and on the load side converter, and DC-link fault. For this purpose, a standard 12-pulse line-commutated converter (LCC)-HVDC transmission network along with the DWT algorithm is numerically modeled in the MATLAB/PLECS simulation software. Furthermore, in this paper, a set of designed faulty conditions are predicted using the output of DWT and the results of numerical simulation are presented. Results are in good agreement with expectations to prove that DWT is an effective tool for fault diagnostics.

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 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 enseignants0,740
Score d'incertitude au seuil0,600

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,241
Écart entre enseignants0,233 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetPower Systems Fault DetectionTravaux en français237 207