MétaCan
Menu
Retour à la cohorte
Enregistrement W3173598325 · doi:10.18280/ejee.230311

Implementation of a Hybrid ANN-Based Filter for the Reduction of Harmonic Currents

2021· article· en· W3173598325 sur OpenAlexvenueno aff
José Abel Obando, Victoria Serrano

Notice bibliographique

RevueEuropean Journal of Electrical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmonicsTotal harmonic distortionHarmonicArtificial neural networkControl theory (sociology)Electrical networkFilter (signal processing)Electronic filterVoltageMATLABElectronic engineeringEngineeringSIGNAL (programming language)Electric power systemComputer sciencePower (physics)Electrical engineeringAcousticsControl (management)PhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Harmonic distortions caused by non-linear loads (NLLs) affect the behavior of electrical systems, creating harmonics in the fundamental signal. As a result, this deteriorates the power quality. Therefore, this work proposes the implementation of a hybrid filter based on an artificial neural network (ANN) control system, focused on subharmonic, interharmonic and odd harmonic distortions generated by a three-pulse cycloconverter. In addition, a passive double tuned filter was implemented to damp even and odd harmonics. As a result, the simulation performed in MATLAB/SIMULINK showed that the responses produced by the ANN are approximate to the distortions present in the electrical system. Consequently, the levels of total voltage distortions (THDV) and total current distortions (THDI) are reduced. Therefore, the ANN control system improves the quality in the electrical network because the current and voltage harmonics comply with the electrical standards.

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)0,000
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: aucune
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil0,295

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,261
Écart entre enseignants0,235 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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