MétaCan
Menu
Retour à la cohorte
Enregistrement W3115503048 · doi:10.18280/jesa.530612

A Scheme for Position and Capacity Determination of Distributed Generation Considering Load Distribution and System Voltage Stability

2020· article· en· W3115503048 sur OpenAlexvenueno aff
Haoying Fan, Daobing Liu, Liugen Li, Guoxiao Liu

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2020
Typearticle
Langueen
DomaineEnergy
ThématiquePower Systems and Renewable Energy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)VoltageDistributed generationStability (learning theory)Equivalent impedance transformsElectrical impedancePosition (finance)Voltage regulationPower (physics)Node (physics)Computer scienceEngineeringControl (management)PhysicsElectrical engineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to investigate a simplified distributed generation (DG) Position and Capacity Determination model (DG-PCD model) based on the coupling relationship between load distribution and voltage stability in the distribution network. First, based on the relationship between voltage stability and system equivalent impedance and the relationship between system equivalent impedance and load distribution, the relationship between voltage stability and load distribution is deduced, and the concept of influencing impedance mode is proposed and used in DG site selection. Then, build a DG-PCD model considering voltage stability, active power loss and line thermal stability margin, and use genetic algorithm (GA) to solve the model. Finally, an improved IEEE33-node system calculation example is analyzed. The results show that compared with the existing methods, the proposed method can get better results faster. This Proposed method not only simplifies the DG-PCD model, but also quantifies the relationship between voltage stability and load distribution. This provides a new reference index for the voltage control of the power grid.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,704

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 Opus0,034
Tête enseignante GPT0,237
Écart entre enseignants0,203 · 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'étudeExpérimental (laboratoire)
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 revueJournal Européen des Systèmes AutomatisésMême sujetPower Systems and Renewable EnergyTravaux en français237 207