MétaCan
Menu
Retour à la cohorte
Enregistrement W3171137366 · doi:10.1109/oajpe.2021.3088876

Synthetic Harmonic Distance Relaying for Inverter-Based Islanded Microgrids

2021· article· en· W3171137366 sur OpenAlexafffund
Khaled A. Saleh, Mahmoud A. Allam

Notice bibliographique

RevueIEEE Open Access Journal of Power and Energy · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueIslanding Detection in Power Systems
Établissements canadiensGovernment of CanadaNatural Resources Canada
Organismes subventionnairesOffice of Energy Research and DevelopmentNatural Resources Canada
Mots-clésReactanceMicrogridInverterHarmonicRelayFault (geology)Transient (computer programming)Computer scienceControl theory (sociology)Electronic engineeringVoltageEngineeringElectrical engineeringPower (physics)PhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

Faults in inverter-based islanded microgrids can be a formidable protection challenge due to (i) low fault current magnitudes, (ii) compromised fault current phase angles, and (iii) bidirectional flow of fault currents. This paper proposes a protection scheme that disregards the fault signals altogether. Instead, it relies on decoupled synthesized signals introduced only during fault conditions. This scheme is achieved by exploiting the existing inverter-based distributed generation (IBDG) controllers to inject synthetic harmonic voltages and currents. These synthetic signals are measured locally by digital relays in the microgrid to develop a novel synthetic harmonic distance relay (SHDR). Apart from the utilization of high-order harmonic signals that enhance SHDR reactance reach, further reach improvement is achieved via the introduction of line reactance magnifiers (LRMs). Transient studies in PSCAD/EMTDC verify the performance of the proposed scheme under various faults, contingencies, and different microgrid configurations.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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

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 Opus0,027
Tête enseignante GPT0,296
Écart entre enseignants0,270 · 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

Citations20
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Open Access Journal of Power and EnergyMême sujetIslanding Detection in Power SystemsTravaux en français237 207