MétaCan
Menu
Retour à la cohorte
Enregistrement W4248044646 · doi:10.32920/ryerson.14648412

Voltage stability analysis using STATCOM

2021· preprint· en· W4248044646 sur OpenAlexaff
Umang Patel

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésAC powerElectric power systemControl theory (sociology)Voltage optimisationPower-flow studyVoltage regulationVoltageTransmission systemPower (physics)EngineeringMATLABVolt-ampere reactiveFlexible AC transmission systemTransmission (telecommunications)Computer sciencePower flowControl (management)Electrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Power system stability is gaining importance because of unusual growth in power system. Day by day use of nonlinear load and other power electronics devices created distortions in the system which creates problems of voltage instability. Voltage stability of system is major concerns in power system stability. When a transmission network is operated near to their voltage stability limit it is difficult to control active-reactive power of the system. Our objectives are the analysis of voltage stability margin and active-reactive power control in proposed system which includes model of STATCOM with aim to analyse its behavior to improve voltage stability margin and active-reactive power control of the system under unbalanced condition. The study has been carried out using MATLAB Simulation program on three phase system connected to unbalanced three phase load via long transmission network and results of voltage and active-reactive power are presented. In future work, we can do power flow calculation of large power system network and find the weakest bus of the system and by placing STATCOM at that bus we can improve over all stability of the 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 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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,763
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0040,000

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 Opus0,034
Tête enseignante GPT0,256
Écart entre enseignants0,223 · 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.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower System Optimization and StabilityTravaux en français237 207