MétaCan
Menu
Retour à la cohorte
Enregistrement W2970405516 · doi:10.1109/tia.2019.2938143

Solid-State Transformers for Distribution Systems–Part II: Deployment Challenges

2019· article· en· W2970405516 sur OpenAlexafffund
S. A. Saleh, E. Ozkop, Basim Alsayid, Chistian Richard, X. F. St. Onge, K. McDonald, Liuchen Chang

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSoftware deploymentTransformerDistribution transformerReliability engineeringElectric power systemComputer scienceEngineeringElectrical engineeringGroundSystems engineeringVoltagePower (physics)Software engineering

Résumé

récupéré en direct d'OpenAlex

Solid-state transformers (SSTs) have diverse designs and constructions that make them suitable for various industrial applications, including distributions systems. This new breed of transformers has been developed to support the typical functionalities of core-type distribution transformers, along with new functionalities, such as controlling power flows, integrating dc distribution systems, utilizing distributed generation and storage units, supporting load-side voltage/frequency control, and improving the power quality. As SSTs become candidates for distribution systems, their deployment can pose challenges for distribution systems. Such challenges include the cost, protection, size and weight, efficiency, and adequate grounding designs. This article discusses some of the challenges that face the deployment of SSTs in distribution systems. In addition, this article provides a comparison between core-type and SST transformers for applications in distribution systems. The comparison between the transformers is made in terms of their efficiency, cost, and weight. Finally, this article makes several recommendations for future works that can further facilitate the deployment of SSTs in distribution systems.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,007
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,028
Tête enseignante GPT0,286
Écart entre enseignants0,258 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations83
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207