MétaCan
Menu
Retour à la cohorte
Enregistrement W2914719619 · doi:10.1109/tpwrd.2019.2896135

Impact of Wind Generation on Power Swing Protection

2019· article· en· W2914719619 sur OpenAlexaff
Aboutaleb Haddadi, Ilhan Koçar, Ulas Karaagac, Henry Gras, Evangelos Farantatos

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesElectric Power Research Institute
Mots-clésTrippingSwingWind powerElectric power systemElectricity generationFault (geology)EngineeringPower-system protectionPower (physics)Automotive engineeringElectrical engineeringReliability engineeringComputer scienceCircuit breakerMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Large-scale integration of wind generation changes the power swing characteristics of a power system and may result in the misoperation of legacy power swing protection schemes. This paper presents a qualitative study on the impact of wind generation on power swing protection. The objective is to provide an understanding of the problem through case studies and present possible solutions and adjustments in protection schemes to ensure the efficiency of protection under large-scale integration of wind generation. The misoperation of power swing protection functions, namely power swing blocking and out-of-step tripping (OST), as a result of increased wind generation levels, are shown through case studies. It is also shown that the electrical center of a power system may move due to wind generation. In this case, it would be necessary to revise the optimal location of the OST protection. Finally, the impact of various factors, such as wind generator type, control scheme and fault-ride-through function, and wind generation level and capacity are investigated to determine the key features that need to be accounted for in practical protection studies.

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

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,207 · 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

Citations72
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207