MétaCan
Menu
Retour à la cohorte
Enregistrement W2765860318 · doi:10.1115/1.4038342

The Coordinated Immersion and Variance Control of Power Systems With Excitation and Steam-Valve

2017· article· en· W2765860318 sur OpenAlexaff
Shengtao Li, Xiaomei Liu, Xiaoping Liu

Notice bibliographique

RevueJournal of Dynamic Systems Measurement and Control · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensLakehead University
Organismes subventionnairesDistinguished Middle-Aged and Young Scientist Encourage and Reward Foundation of Shandong ProvinceNational Natural Science Foundation of ChinaMinistry of Education of the People's Republic of ChinaNational Science Foundation
Mots-clésControl theory (sociology)Lyapunov functionNonlinear systemElectric power systemBoiler (water heating)Controller (irrigation)Transient (computer programming)Computer scienceControl engineeringEngineeringPower (physics)Control (management)Physics

Résumé

récupéré en direct d'OpenAlex

Transient stability is the key problem for reliable and secure planning under the new deregulated market conditions. By using immersion and invariance (I&I) method, a nonlinear coordinated generator excitation and steam-valve controller is designed to improve transient stability of power systems. The proposed coordinated I&I controller can assure power angle stability, voltage, and frequency regulations, when a large disturbance occurs on the transmission line or a small perturbation to mechanical power. Compared with the Lyapunov method, the proposed method does not need to construct a Lyapunov energy function. Some numerical simulations are used to validate the proposed controller. Simulation results show that the nonlinear coordinated I&I controller has better control performance than the existing coordinated passivation controller (CPC).

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,007
Tête enseignante GPT0,192
Écart entre enseignants0,185 · 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'étudeThéorique ou conceptuel
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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dynamic Systems Measurement and ControlMême sujetPower System Optimization and StabilityTravaux en français237 207