MétaCan
Menu
Retour à la cohorte
Enregistrement W3133506788 · doi:10.1109/icjece.2019.2951031

Characterization of Commercial LED Lamps for Power Quality Studies

2021· article· en· W3133506788 sur OpenAlexafffundvenue
Radwa M. Abdalaal, Carl Ngai Man Ho

Notice bibliographique

RevueCanadian Journal of Electrical and Computer Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanada Research Chairs
Mots-clésFlickerLED lampLight-emitting diodeVoltageHarmonicLED circuitVoltage sagMATLABPower qualityElectric lightTestbedPower (physics)Electrical engineeringElectronic engineeringComputer scienceEngineeringAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

Light emitting diode (LED) lamps exhibit nonlinear characteristics causing a negative influence on the power grid and on public health. High harmonic contents injected by LEDs as well as their sensitivity to voltage fluctuations in the network should be further examined. This article aims at achieving a better understanding of the characterization of commercial dimmable LED lamps and their impact on power quality (PQ) parameters. A testbed has been implemented as a platform to investigate the current and voltage quality issues by conducting various experimental tests that include PQ concerns such as harmonic analysis, voltage flickering, voltage sag, and voltage swell. The experimental setup allows the execution of light intensity, harmonic current contents, and voltage measurement of commercial LED lamps. Data processed using the MATLAB software tool have been used to analyze the results. The percent flicker is used to evaluate varying degrees of flickering happening in LED lighting networks. The effect of changing the light intensity for dimming purposes on the perceptibility of flicker has been studied and discussed as well. This article provides a solid reference for researchers working on the PQ improvement of LED lamps.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,001

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 Opus0,028
Tête enseignante GPT0,245
Écart entre enseignants0,218 · 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'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

Citations13
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Electrical and Computer EngineeringMême sujetPower Quality and HarmonicsTravaux en français237 207