MétaCan
Menu
Retour à la cohorte
Enregistrement W4293080407 · doi:10.1049/icp.2022.1117

Comparative study of Swing Equation-based and full emulation-based Virtual Synchronous Generators

2022· article· en· W4293080407 sur OpenAlexaff
Changmin Jiang, Ajinkya Sinkar, A.M. Gole

Notice bibliographique

RevueIET conference proceedings. · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésEmulationSwingComputer scienceSynchronous motorTransient (computer programming)Voltage sourceElectrical impedanceVoltagePermanent magnet synchronous generatorControl theory (sociology)Representation (politics)Generator (circuit theory)Electric power systemPower (physics)Control engineeringElectronic engineeringEngineeringElectrical engineeringArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

This paper discusses two different implementations of a Virtual Synchronous Generator (VSG) type voltage source converter (VSC). Both models use the swing equation dynamics but differ in the representation of the electrical part. The first, referred to as the Swing Equation (SE) based VSG uses a simplified representation of a voltage source behind an impedance, while the second uses a detailed transient model of a synchronous machine and is referred to as a Full Synchronous Machine (SM) Emulation VSG. The detailed model is validated by comparison with an actual synchronous machine. Using a simple test system, comparison of the mechanical dynamics is performed for step changes in power order and faults. It is shown that the two approaches have nearly equivalent performance if the damping is properly represented in the SE-based approach. Also, it is shown that current limit is more readily incorporable in the Full SM Emulation based approach than in the SE-based approach.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,020
Tête enseignante GPT0,222
Écart entre enseignants0,201 · 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
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET conference proceedings.Même sujetMicrogrid Control and OptimizationTravaux en français237 207