MétaCan
Menu
Retour à la cohorte
Enregistrement W2749894116 · doi:10.1109/tie.2017.2740822

Hybrid AC/DC System Harmonics Control Through Grid Interfacing Converters With Low Switching Frequency

2017· article· en· W2749894116 sur OpenAlexafffund
Hao Tian, Yunwei Li, Peng Wang

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInterfacingHarmonicsConvertersHarmonicElectronic engineeringVoltage sourceComputer scienceControl theory (sociology)GridEngineeringVoltageElectrical engineeringControl (management)Physics

Résumé

récupéré en direct d'OpenAlex

The nonlinear loads in distribution grid may generate harmful low-order harmonics, polluting the grid and deteriorating the voltage quality particularly when the grid is weak. The grid interfacing converters in the distribution system, such as the distributed generation (DG) interfacing converters or hybrid ac/dc grid interlinking converters, can participate in distribution grid harmonic control. In this paper, two virtual-impedance-based harmonics control methods are developed for grid interfacing voltage-source inverters (VSIs) to improve the power quality of the distribution grid. As the control parameters are designed based on the virtual impedance theory, clear physical meanings are given to explain their impacts on the system. Also, the proposed methods do not rely on the closed loop feedback control and, therefore, are very suitable for VSIs with low switching frequency (such as those for high-power DGs or interlinking converters for hybrid ac/dc systems), whose closed-loop control feedback bandwidth may be limited for harmonic regulation. The influence of system delay and feedback control loop is considered and modeled in the design procedure; thus more accurate virtual impedance control is achieved for low-switching-frequency VSIs. Moreover, a comprehensive comparison of the two methods, including stability and harmonic compensation performance, are given. Their effectiveness is verified by experiment results.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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 savante0,0010,000
Science ouverte0,0010,000
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 Opus0,012
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'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

Citations57
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetMicrogrid Control and OptimizationTravaux en français237 207