MétaCan
Menu
Retour à la cohorte
Enregistrement W4286542283 · doi:10.1109/tpwrd.2022.3193037

Correcting the Calculation Method of Commutation Failure Immunity Index for LCC-HVDC Inverters

2022· article· en· W4286542283 sur OpenAlexaff
Hao Xiao, Yi Zhang, Ying Xue, Wei Yao

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensRTDS Technologies (Canada)University of Manitoba
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCommutationFault (geology)Control theory (sociology)Transient (computer programming)GroundReliability engineeringPhase (matter)GridThree-phaseEngineeringElectronic engineeringVoltageComputer scienceMathematicsElectrical engineeringPhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

The commutation failure immunity index (CFII) recommended by CIGRE is an useful indicator for quantifying the immunity of LCC-HVDC inverters to the CF. It should be calculated by the electromagnetic transient (EMT) simulations under the worst fault condition that doesn't cause the CF as per its definition. Moreover, the symmetrical three-phase line-to-ground fault has been empirically claimed by CIGRE as the worst one in the previous calculation method. However in this letter, it is firstly found that the unsymmetrical double-phase fault rather than the three-phase one is actually the worst as clearly observed from large numbers of the EMT simulations. This is achieved by the comprehensive analysis of the simulated CF characteristics when taking into account the diversified fault conditions such as fault type, property, severity, initiation time. Secondly, the above interesting finding motivates a corrected CFII calculation method to be proposed considering the double-phase fault. The proposed method is further shown to be more superior than the previous method by the case studies under various ac grid strength.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207