MétaCan
Menu
Retour à la cohorte
Enregistrement W3103334681 · doi:10.1109/ict-pep50916.2020.9249877

Realtime Control of Distributed Generation for Voltage Stability Improvement and HV Side Support

2020· article· en· W3103334681 sur OpenAlexaff
Khaled Alzaareer, Maarouf Saad, Hasan Mehrjerdi, S. Lefebvre, Dalal Asber

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensHydro-QuébecÉcole de Technologie Supérieure
Organismes subventionnairesQatar National Research FundFonds National de la Recherche LuxembourgQatar Foundation
Mots-clésVoltageSensitivity (control systems)Distributed generationComputer scienceStability (learning theory)Controller (irrigation)Electric power systemPower (physics)Control theory (sociology)Transmission (telecommunications)Electrical impedanceWork (physics)AC powerEngineeringElectronic engineeringReliability engineeringControl (management)Electrical engineeringTelecommunicationsRenewable energy

Résumé

récupéré en direct d'OpenAlex

As distribution networks continue in integrating Distributed Generation (DG) units, voltage stability problem becomes an important issue. On other hand, future distribution networks have the ability to support the transmission network. Thus, this work presents an online centralized controller for voltage stability improvement and High-Voltage (HV) side support. The method uses multi-step optimization method to obtain the changes in power injection by DG units while satisfy the system security constrains. The control method follows a security purpose and it is formulated based on the sensitivity of the load and the equivalent impedances to power injections from DG units. An 11kV, 77-bus test network with various DG units is used for this work. Simulation results validate the accuracy of the proposed approach in improving the voltage stability of distribution networks and providing ancillary services to HV side. 2020 IEEE.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,216
Écart entre enseignants0,198 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même sujetOptimal Power Flow DistributionTravaux en français237 207