MétaCan
Menu
Retour à la cohorte
Enregistrement W3170821353 · doi:10.1109/icjece.2020.3035036

Fault Ride-Through Analysis of Current- and Voltage-Source Models of Grid Supporting Inverter-Based Microgrid

2021· article· en· W3170821353 sur OpenAlexvenueno aff
Elutunji Buraimoh, Innocent E. Davidson

Notice bibliographique

RevueCanadian Journal of Electrical and Computer Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesEskomErasmus+Durban University of Technology
Mots-clésMicrogridVoltage droopGridFault (geology)InverterComputer scienceEngineeringMATLABDistributed generationControl engineeringVoltageVoltage sourceElectrical engineeringRenewable energy

Résumé

récupéré en direct d'OpenAlex

Withstanding fault is a crucial technical challenge for inverter-based systems. Evolving grid codes require microgrids to possess fault ride-through (FRT) capabilities and support the grid voltage recovery. The traditional grid forming and grid feeding models lack such abilities. Consequently, this article enhanced these traditional models with droop control-virtual impedance and secondary power reference generation to form two models of a grid-supporting system. The first is a current source for grid feeding control, and the second is regulated as a voltage source for grid forming control. The result presents grid fault impact and FRT compliance in the proposed and traditional systems. Furthermore, the fault current curtailment and FRT improvement of the virtual impedances in the grid forming control were investigated within the MATLAB/Simulink environment. These proposed systems achieved FRT under a dynamic period and reverted to appropriate power delivery control under a static period.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,007
Tête enseignante GPT0,185
Écart entre enseignants0,178 · 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

Citations25
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Electrical and Computer EngineeringMême sujetMicrogrid Control and OptimizationTravaux en français237 207