MétaCan
Menu
Retour à la cohorte
Enregistrement W4214829111 · doi:10.1109/oajpe.2022.3156761

Experimental Investigation of Inter-Phase Power Management in Residential Microgrids

2022· article· en· W4214829111 sur OpenAlexafffund
Syed A. Raza, Jin Jiang

Notice bibliographique

RevueIEEE Open Access Journal of Power and Energy · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTransformerThree-phasePower (physics)Reliability engineeringPower qualityConvertersComputer sciencePower BalancePhase (matter)Electrical engineeringAutomotive engineeringEngineeringVoltage

Résumé

récupéré en direct d'OpenAlex

With increased installation of single-phase rooftop PV systems, in-house battery storages, and high-power plug-in loads (i.e. EVs) at single-phase residential sites, it is prevalent that more and more distribution systems are becoming severely unbalanced causing power quality problems and thermal risks at distribution substations. To solve this problem, two main strategies have been developed previously by the authors, known as intra- and inter-phase power management strategies. The latter makes use of interconnecting back-to-back converters between the phases to mitigate the phase imbalance caused by the various single-phase DG units and loads. This paper devotes laboratory evaluation of the developed schemes and demonstrate key features experimentally on inter-phase power management. Two main experiments have been carried out to confirm that the developed technique can use the surplus power capacity from one phase to support the load demand in another phase to achieve dynamic power balance. From the point view of the substation transformer, the three-phases will always appear to be balanced despite the fact that different phases can have very different local generation and load profiles.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,299
Écart entre enseignants0,284 · 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'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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Open Access Journal of Power and EnergyMême sujetMicrogrid Control and OptimizationTravaux en français237 207