MétaCan
Menu
Retour à la cohorte
Enregistrement W2808677813 · doi:10.1109/tpwrd.2018.2846608

Probabilistic Harmonic Resonance Assessment Considering Power System Uncertainties

2018· article· en· W2808677813 sur OpenAlex
Zhaoyang Li, Haitao Hu, Yang Wang, Li Tang, Zhengyou He, Shibin Gao

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésProbabilistic logicHarmonicResonance (particle physics)Electric power systemHarmonic analysisStochastic resonanceMonte Carlo methodComputer scienceElectronic engineeringControl theory (sociology)Power (physics)EngineeringPhysicsNoise (video)MathematicsAcousticsArtificial intelligenceStatistics

Résumé

récupéré en direct d'OpenAlex

The presence of power system uncertainties results in variations of the harmonic resonance behaviors. There is, therefore, a need to perform the probabilistic assessment in harmonic resonance study. In this paper, a systematic methodology for probabilistic harmonic resonance assessment considering power system uncertainties is presented. First, potential system uncertainties are analyzed and modeled. The stochastic behavior of harmonic resonance due to system uncertainties is then studied using both Monte Carlo approach and harmonic resonance mode analysis technique. A modified power iteration method is further used to efficiently reduce the calculation time. Three indices, including probabilistic expressions of 1) resonance frequency band, 2) modal impedances in the resonance band, and 3) sensitivity information at the bus-level and the element-level are used to represent the stochastic behaviors of harmonic resonance. In addition, the resonance mitigation scheme based on probabilistic resonance frequency band shift technique is described. The effectiveness of the proposed method is demonstrated through case studies in an uncertain power system. Its potential applications are also discussed.

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.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,542
Score d'incertitude au seuil1,000

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 Opus0,024
Tête enseignante GPT0,245
Écart entre enseignants0,221 · 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