MétaCan
Menu
Retour à la cohorte
Enregistrement W2767597012 · doi:10.1109/tpwrs.2017.2771323

An Improved Single-Machine Equivalent Method of Wind Power Plants by Calibrating Power Recovery Behaviors

2017· article· en· W2767597012 sur OpenAlexaff
Weixing Li, Pupu Chao, Xiaodong Liang, Dianguo Xu, Xiaoming Jin

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Turbine Control Systems
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésWind powerControl theory (sociology)Power (physics)Electric power systemTurbineFault (geology)Process (computing)AC powerPower system simulationVoltageEngineeringComputer scienceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

An improved single-machine equivalent method is proposed for wind power plants (WPPs) by calibrating the postfault power recovery behaviors. A real WPP is simulated with extensive wind scenarios to evaluate the traditional single-machine equivalent model, and it is found that its equivalent error is mainly resulted from the postfault recovery process. The simulation analysis further indicates that a wind turbine operating at different wind speeds restores to its prefault active power at a certain ramp rate after fault clearance, with different starting power and different recovery time. Taking a two-machine WPP as an example, the analytical expression for active power of the WPP is derived for the fault ride through process, and thus the equivalent error of traditional single-machine model is found to be resulted from two aspects. One is the mismatch of the starting power of the postfault recovery process, and another is the mismatch of the power recovery rates between the complete WPP and its equivalent model. The analytical expressions are extended to multimachine WPP to calibrate the starting power and the ramp rates of the postfault recovery process. Simulation results show that the proposed method has good performance for various voltage drops, wind scenarios, and grid characteristics.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,013
Tête enseignante GPT0,253
Écart entre enseignants0,240 · 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

Citations69
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetWind Turbine Control SystemsTravaux en français237 207