MétaCan
Menu
Retour à la cohorte
Enregistrement W4238864857 · doi:10.1109/tia.2014.2336972

Modeling DC Motor Drive Systems in Power System Dynamic Studies

2014· article· en· W4238864857 sur OpenAlexaff
Shengqiang Li, Xiaodong Liang, Wilsun Xu

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of AlbertaPowertech Labs (Canada)
Organismes subventionnairesnon disponible
Mots-clésDC motorTorqueMotor driveEngineeringAutomotive engineeringControl engineeringElectric power systemSystem dynamicsVoltagePower (physics)Computer scienceControl theory (sociology)Control (management)Electrical engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Direct current (dc) motor drive systems are extensively used in paper, steel, mining, material handling, and other industrial applications due to the high starting torque and easy speed control over a wide range. They could account for 10%-20% load demand in some industrial facilities and thus have significant impact on the overall system dynamics. However, an adequate dynamic model for this type of loads is not available for power system dynamic studies. In this paper, a comprehensive modeling method for dc motor drive systems is proposed considering two scenarios: 1) The drive will trip when subjected to severe voltage sags, and 2) the drive can ride through when experiencing mild voltage sags. The dc drive trip curve and a simple procedure to determine if the drive needs to be included for dynamic studies are proposed for Scenario 1. The dynamic model for dc motor drive systems, which can be readily inserted in the simulation software, is developed and verified through case studies for Scenario 2.

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: aucune
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,813

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 recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetMicrogrid Control and OptimizationTravaux en français237 207