MétaCan
Menu
Retour à la cohorte
Enregistrement W2999375771 · doi:10.1109/tia.2020.2964594

Instability detection and prevention in smart grids under asymmetric faults

2020· article· en· W2999375771 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésElectric power systemReliability engineeringGenerator (circuit theory)Computer scienceCountermeasurePower-system protectionStability (learning theory)Power (physics)Control theory (sociology)Engineering

Résumé

récupéré en direct d'OpenAlex

Due to their unbalanced nature, asymmetrical faults usually have an adverse impact on power systems in comparison with symmetrical faults. In this article, we propose a methodology to detect and prevent instability due to asymmetrical faults based on multiple intervals in renewable integrated power grids (RIPGs). The proposed technique uses stability indicators, which are determined in real time to define a criterion for asymmetrical faults based on multiple intervals in RIPGs. Sensitivities related to these stability indicators are then determined to identify the most influential critical nodes for suitable countermeasure applications in RIPGs. To enhance the processing speed, a power system network evaluates only those critical nodes which are detected through a self-propagation graph, thus rooting the network operators straight to a vulnerable generator. For optimal assessment of the proposed countermeasures, such as operating of spinning reserves, a detailed stability analysis is performed. The proposed methodology detects critical nodes with high accuracy and also provides suitable countermeasures to prevent a large RIPG from the effects of asymmetrical faults.

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.

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)0,000
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 enseignants0,930
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,244
Écart entre enseignants0,221 · 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