MétaCan
Menu
Retour à la cohorte
Enregistrement W2906125261 · doi:10.1109/tpwrs.2018.2889510

Standstill Frequency Response Test and Validation of a Large Hydrogenerator

2018· article· en· W2906125261 sur OpenAlexaff
Abdelghafour Belqorchi, Ulas Karaagac, Jean Mahseredjian, Innocent Kamwa

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensPolytechnique MontréalHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésStatorWaveformEngineeringElectromagnetic coilRotor (electric)Transient (computer programming)Control theory (sociology)SalientVoltageComputer scienceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper intends to contribute to the revision process of the IEEE Standard 115 by demonstrating the applicability of the standstill frequency response (SSFR) test on large salient pole hydrogenerators. The presented SSFR tests are carried out on a 55.6-MVA salient pole machine with laminated rotor, non-continuous damper windings, and a nonintegral slot number. The IEEE-115 SSFR test procedure is applied with special care to rotor positioning as well as accurate data acquisition in the low-frequency range. The maximum likelihood estimation method is utilized for machine parameter identification from the SSFR tests. Obtained parameters are compared with design values in addition to the ones obtained using traditional “sudden no-load three-phase short-circuit,” Dalton-Cameron and “open stator d-axis transient time constant” methods. The accuracy of parameters is also confirmed by comparing the measured three-phase short-circuit current waveforms with the ones obtained by simulating the SSFR-based machine models in an electromagnetic transient -type software. Unlike previous SSFR test cases on large salient pole hydrogenerators, accurate results are obtained.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,242
Écart entre enseignants0,230 · 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

Citations31
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetMagnetic Properties and ApplicationsTravaux en français237 207