MétaCan
Menu
Retour à la cohorte
Enregistrement W3048933197 · doi:10.11575/prism/37692

On Verification of Load Models for Frequency Response Using PMU Data

2020· dissertation· en· W3048933197 sur OpenAlexfundaboutno aff
Sin Yee Fung

Notice bibliographique

RevueOpen MIND · 2020
Typedissertation
Langueen
DomaineEngineering
ThématiqueVibration and Dynamic Analysis
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Electric System Operator
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

During frequency excursions, not only generators respond to the frequency deviation. Most electric loads are sensitive to large variations in frequency that change their power consumption as a result. Therefore, load modeling is a crucial element in power system simulation, and a better understanding of load response in frequency excursion events is necessary. The main objective of this thesis is to investigate the performance of available load models used in the industry to represent the frequency response of system load elements during frequency excursion events in power system simulations. A dynamic simulation approach is proposed to investigate and evaluate the frequency response of an industrial load simulated with different load models recommended in the industry based on real-life frequency excursions. PMU data collected in Alberta’s grid is used for the scope of studies. Load models explored include CLOD, ZIP and exponential load models. Furthermore, measurement-based load modeling is defined to optimize the load model parameters to improve the accuracy of load response for frequency excursion studies. The performances of these optimized models are compared. The results provide a better understanding of load response and guidelines for choosing load models to be used in frequency excursion studies, to make better judgements in power system analysis and planning in terms of power system security and required balancing resources.

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)0,000
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 enseignants0,690
Score d'incertitude au seuil0,573

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,103
Tête enseignante GPT0,344
Écart entre enseignants0,241 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetVibration and Dynamic AnalysisTravaux en français237 207