MétaCan
Menu
Retour à la cohorte
Enregistrement W4297786882 · doi:10.1109/icecet55527.2022.9872961

Hybrid Parametric Average-Value/Detailed Modeling of Classic HVDC Systems

2022· article· en· W4297786882 sur OpenAlexaff
Parastoo Sadat Hosseinian, Seyyedmilad Ebrahimi, Juri Jatskevich

Notice bibliographique

Revue2022 International Conference on Electrical, Computer and Energy Technologies (ICECET) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConvertersParametric statisticsWaveformTransient (computer programming)Computer scienceParametric modelCommutationPower (physics)Line (geometry)Electronic engineeringControl theory (sociology)Electric power systemVoltageEngineeringElectrical engineeringMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Switching models of power-electronic converters offer high accuracy for electromagnetic transient (EMT) simulations. However, they require small time-steps which impose a computational burden, especially for the simulation of large systems. Recently, a hybrid parametric average-value/detailed model (HPAVM) has been developed for line-commutated rectifiers which can reconstruct the ac and dc waveforms consistent with the switching models while allowing large time-steps for simulations. In this paper, first, the HPAVM formulation is extended to line-commutated inverters. Thereafter, the numerical performance of the proposed hybrid parametric average-value/detailed modeling technique is investigated on a classic line-commutated-based HVDC system. It is verified that the proposed HPAVM can be superior compared to switching models of HVDC systems by allowing simulations with large time-steps while maintaining acceptable accuracy.

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 enseignants0,813
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,218
Écart entre enseignants0,199 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 International Conference on Electrical, Computer and Energy Technologies (ICECET)Même sujetHVDC Systems and Fault ProtectionTravaux en français237 207