MétaCan
Menu
Retour à la cohorte
Enregistrement W4200374229 · doi:10.3390/en14238175

Research on Dynamic Modeling of KF Algorithm for Detecting Distorted AC Signal

2021· article· en· W4200374229 sur OpenAlexaff
Haoyao Nie, Xiaohua Nie

Notice bibliographique

RevueEnergies · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePower Quality and Harmonics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésKalman filterAlgorithmSIGNAL (programming language)HarmonicComputer scienceGridControl theory (sociology)Sampling (signal processing)Noise (video)Filter (signal processing)Phase angle (astronomy)MathematicsArtificial intelligencePhysicsComputer visionAcoustics

Résumé

récupéré en direct d'OpenAlex

Kalman filter (KF) is often based on two models, which are phase angle vector (PAV) model and orthogonal vector (OV) model, in the application of distorted grid AC signal detection. However, these two models lack rigorous and detailed derivation from the principle of dynamic modeling. This paper presents a phase angle vector dynamic (PAVD) model and an orthogonal vector dynamic (OVD) model, which are combined with Kalman filter for detecting distorted grid AC signal. They reveal that the state noise covariance of the dynamic model−based KF is related to the sampling cycle, and overcome the defect of more detecting error for conventional model−based KF. Experiment and evaluation results show that the proposed KF algorithms are reasonable and effective. Therefore, this paper contributes a guiding significance for the application of KF algorithm in harmonic detection.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil0,331

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 Opus0,082
Tête enseignante GPT0,341
Écart entre enseignants0,260 · 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'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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetPower Quality and HarmonicsTravaux en français237 207