MétaCan
Menu
Retour à la cohorte
Enregistrement W2992038914 · doi:10.1049/iet-cta.2019.0689

A set‐theoretic model predictive control approach for transient stability in smart grid

2019· article· en· W2992038914 sur OpenAlexafffund
Maryam Bagherzadeh, Walter Lúcia

Notice bibliographique

RevueIET Control Theory and Applications · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Security and Resilience
Établissements canadiensConcordia University
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésControl theory (sociology)Model predictive controlTransient (computer programming)Stability (learning theory)Computer scienceSmart gridGridSet (abstract data type)Control engineeringControl (management)MathematicsEngineeringArtificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

In this study, the authors deal with the transient stability control problem in smart grids. They consider an operative scenario where a physical fault or a cyber‐attack produces an impulsive perturbation in the state of the system, and a controller must be designed to robustly recover, in a finite‐time, transient stability despite initial perturbation and uncertainties. The authors propose a solution that is based on a low‐demanding model predictive control (MPC) idea that is known as set‐theoretic MPC. They show that such a controller can be used as an emergency controller to deal with the considered scenario. A peculiar capability of the proposed solution is that the worst‐case time to transient stability can be apriori established. Moreover, most of the required computations are moved into an off‐line phase leaving into the on‐line phase a simple and computationally affordable convex optimisation problem. Finally, the authors have conducted an extensive simulation campaign to testify the validity of the proposed solution experimentally and to investigate its performance when contrasted with a competitor scheme.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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 tête enseignante, 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

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIET Control Theory and ApplicationsMême sujetSmart Grid Security and ResilienceTravaux en français237 207