MétaCan
Menu
Retour à la cohorte
Enregistrement W2787622640 · doi:10.1109/epec.2017.8286236

FPGA implementation of a phaselet method for high speed distance relaying — Preliminary results

2017· article· en· W2787622640 sur OpenAlexaff
Xingxing Jin, Ramakrishna Gokaraju, Eli Pajuelo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems Fault Detection
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésField-programmable gate arrayComputer scienceIEC 61850Embedded systemDigital signal processingReconfigurable computingFault (geology)Computer hardwareReal-time computingAutomationEngineering

Résumé

récupéré en direct d'OpenAlex

Fault clearing time is critical to the safety of power system equipment. Most state-of-art distance relays operate at the speed of one cycle or even longer. There are a few sub-cycle algorithms such as half-cycle type Fourier, least error square, traveling wave, and wavelet type methods. This paper utilizes a sub-cycle (phaselet) method for estimation. The algorithm and testing with IEC 61850 Sampled Value and GOOSE communication protocols was discussed in detail in the recently accepted paper by the authors in the IEEE Transactions on Smart Grids [1]. The main focus of this paper is on the hardware implementation of the phaselet method on field programmable gate arrays (FPGAs) to achieve high speed and the hardware-in-the-loop testing. The FPGA implementation of the method helps in parallelizing the algorithm and provides fast computation speed compared to sequential execution on digital signal processor (DSP). The algorithm is implemented on Xilinx Virtex 6 board. The FPGA relay is tested using hardware-in-the-loop simulations with a real time digital simulator (RTDS).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,408

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,341
Écart entre enseignants0,320 · 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 tête enseignante, 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Systems Fault DetectionTravaux en français237 207