Embedded fault location in DC microgrid systems based on a Lock-In Amplifier
Notice bibliographique
Résumé
Advancements in microgrids and distributed generated systems have created an impetus to distribute protection and management functions throughout a grid. Instead of using a centralized scheduling and protection system, each converter in the grid is expected to contribute to these functions. Many techniques based on impedance detection have been proposed as means to locate faults on a microgrid; however, many of them are not suitable or are too intrusive for a DC microgrid. An accurate detection of the grid impedance (both in magnitude and phase) allows for the accurate detection of the fault, and reduces the effort needed to clear it, in the event that it is necessary to do so. In this work, a novel fault location technique based on a Lock-In Amplifier (LIA) is introduced. This technique makes use of advanced digital algorithms to allow for the accurate detection of the fault location with minimal perturbation of the system's operations. By using both the magnitude and phase of the impedance, the algorithm is able to determine a location based on resistance and inductance, thereby mitigating the effects of errors from any single source. The proposed technique provides three key benefits: 1) high noise immunity, 2) low computational cost, and 3) low perturbation size; moreover, it provides these benefits while also maintaining a high level of accuracy. Simulations of the proposed measurement technique are presented in order to illustrate its behavior, along with experimental validation under different faults.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».