MétaCan
Menu
Retour à la cohorte
Enregistrement W3176532356 · doi:10.1109/tns.2021.3089921

Load-Frequency Control With Multimodule Small Modular Reactor Configuration: Modeling and Dynamic Analysis

2021· article· en· W3176532356 sur OpenAlexafffund
Adeel Sabir, Dennis Michaelson, Jin Jiang

Notice bibliographique

RevueIEEE Transactions on Nuclear Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFrequency Control in Power Systems
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity Network of Excellence in Nuclear Engineering
Mots-clésModular designBenchmark (surveying)Flexibility (engineering)Power (physics)EngineeringElectric power systemAutomatic frequency controlLoad following power plantControl engineeringReliability engineeringComputer scienceBase load power plantElectrical engineering

Résumé

récupéré en direct d'OpenAlex

A small modular reactor (SMR) offers a promising means to produce carbon-free power. Many SMR designs are intended for multiple module operation, whereby several units are operated as a single plant. As such, the output from the plant can be increased or decreased via regulating the individual units. In order to benefit from such operational flexibility, individual units must be properly controlled, as there are direct and indirect couplings among their dynamics. This research examines such a situation and analyzes the dynamic behavior of a group of pressurized water reactor-type SMRs in an islanded power system under the load-frequency control framework. The detailed models of the SMRs and the associated components and subsystems are developed, and effective control systems are designed to investigate the performance of this multimodule topology in supplying uninterrupted power to the loads under different operating scenarios. The performance of the system is evaluated through simulations in PSCAD/EMTDC using a benchmark 9-bus power system.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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

Citations23
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Nuclear ScienceMême sujetFrequency Control in Power SystemsTravaux en français237 207