MétaCan
Menu
Retour à la cohorte
Enregistrement W4242273836 · doi:10.1109/tia.2016.2582827

The Formulation of a Power Flow Using <inline-formula> <tex-math notation="LaTeX">$d-q$</tex-math> </inline-formula> Reference Frame Components—Part I: Balanced <inline-formula> <tex-math notation="LaTeX">$3\phi$ </tex-math> </inline-formula> Systems

2016· article· en· W4242273836 sur OpenAlexaff
S. A. Saleh

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésJacobian matrix and determinantAC powerMathematicsConvergence (economics)Control theory (sociology)Reference framePower (physics)Applied mathematicsVoltageEngineeringComputer scienceFrame (networking)Electrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper develops a new approach for formulating the power flow for power systems. The developed approach is based on expressing the active and reactive power injections at each bus in a power system using the d-q-axis components of bus voltages and admittance matrix. The new power flow formulation produces a scaled Jacobian matrix, which can offer a fast convergence to the solution. The proposed power flow formulation can also model bus type conversions without affecting its accuracy or fast convergence. In addition, the d-q-axis power flow (DQPF) offers a simplified and reliable representation of photovoltaic buses that have distributed generation units (DGUs). The DQPF is implemented with a step-by-step procedure for performance evaluation on several power systems operated at different conditions. Performance results demonstrate fast convergence, reduced computations, and minor sensitivity to the number of buses, loading conditions, and levels of DGU penetration. Furthermore, performance results show that DQPF power flow can attain solutions in less iterations than Newton-Raphson, Fast Decoupled, and Iwamoto power flow methods.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,004

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 Opus0,025
Tête enseignante GPT0,256
Écart entre enseignants0,232 · 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

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetOptimal Power Flow DistributionTravaux en français237 207