MétaCan
Menu
Retour à la cohorte
Enregistrement W2954646619 · doi:10.1109/tpwrs.2019.2925703

Microgrid Stability Definitions, Analysis, and Examples

2019· article· en· W2954646619 sur OpenAlexaff
Mostafa Farrokhabadi, Claudio A. Cañizares, John W. Simpson-Porco, Ehsan Nasr‐Azadani, Lingling Fan, Patricio Mendoza‐Araya, Reinaldo Tonkoski, Ujjwol Tamrakar, Nikos Hatziargyriou, Dimitrios Lagos, Richard Wies, Mario Paolone, Marco Liserre, Lasantha Meegahapola, Mahmoud Kabalan, Amir H. Hajimiragha, Dario Peralta, Marcelo Elizondo, Kevin P. Schneider, Francis Tuffner

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversitat Politècnica de Catalunya
Mots-clésMicrogridIntermittencyStability (learning theory)Computer scienceWind powerTask (project management)InertiaPower (physics)Distributed generationControl engineeringReliability engineeringEngineeringVoltageRenewable energyElectrical engineeringSystems engineeringPhysicsMachine learning

Résumé

récupéré en direct d'OpenAlex

This document is a summary of a report prepared by the IEEE PES Task Force (TF) on Microgrid Stability Definitions, Analysis, and Modeling, IEEE Power and Energy Society, Piscataway, NJ, USA, Tech. Rep. PES-TR66, Apr. 2018, which defines concepts and identifies relevant issues related to stability in microgrids. In this paper, definitions and classification of microgrid stability are presented and discussed, considering pertinent microgrid features such as voltage-frequency dependence, unbalancing, low inertia, and generation intermittency. A few examples are also presented, highlighting some of the stability classes defined in this paper. Further examples, along with discussions on microgrid components modeling and stability analysis tools can be found in the TF report.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,011
Tête enseignante GPT0,180
Écart entre enseignants0,168 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations732
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetMicrogrid Control and OptimizationTravaux en français237 207