MétaCan
Menu
Retour à la cohorte
Enregistrement W2769861648 · doi:10.1109/tia.2017.2773431

Performance of Multiframe Digital Interconnection Protection for Distributed Cogeneration Systems

2017· article· en· W2769861648 sur OpenAlexaff
S. A. Saleh, Ryan Meng, R. McSheffery, Sebastian Buck, E. Ozkop

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueIslanding Detection in Power Systems
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésIslandingInterconnectionFrame (networking)CogenerationElectronic engineeringFilter bankComputer scienceDigital filterTransient (computer programming)Filter (signal processing)EngineeringElectrical engineeringPower (physics)TelecommunicationsElectricity generationDistributed generationPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents the application of the multiframe digital interconnection protection for cogeneration systems. The multiframe digital interconnection protection is constructed from two frequency main frames; one frame to detect islanding events and the other frame to detect faults on either side of the pointof-common-coupling (PCC). Islanding events are detected based on the wavelet packet transform high-frequency subband, which is extracted from the d-q-axis components of the instantaneous 3φ apparent powers determined at PCC. The detection of faults, on either side of PCC, is achieved by extracting the magnitudes and phases of the high-frequency contents present in PCC currents. The high-frequency contents present in PCC currents are extracted by a phaselet filter bank that is composed of six digital high-pass filters, which are designed to implement six phaselet subframes. The multiframe digital interconnection protection is experimentally tested on a 3.6 kVA cogeneration system for islanding events, different faults on both sides of PCC, and nontransient conditions. Test results demonstrate the ability of the proposed interconnection protection to initiate accurate, fast, and reliable responses to various types of transient disturbances.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,025
Tête enseignante GPT0,244
Écart entre enseignants0,219 · 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'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

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetIslanding Detection in Power SystemsTravaux en français237 207