Fast and Reliable Load-Shedding Scheme for Wastewater Treatment Plant - A Case Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Innovations in the fields of automation and networking have helped traditional power system substations evolve. Intelligent electronic devices (IEDs) accompanied by optimized and smartly engineered communications networks have provided engineers with opportunities to better design and implement various algorithms. Therefore, in the event of a disturbance or fault, the power system stability and process survivability are maintained. Power systems are proven to have more stable operation while connected to a utility; however, the challenge arises when the power system is islanded and suffers from a loss or an excess of generation. In an islanded configuration, fast and selective shedding of loads and/or generators based on system topology is critical in responding to system disturbances to avoid blackouts and ensure minimum process downtime. This paper presents a real-world implemented load-shedding scheme (LSS) for a North American wastewater treatment plant. The LSS was deployed in two tiers of primary and secondary controls via redundant substation-hardened controllers. The primary shedding system is based on calculation of a predictive power deficit or surplus for various predetermined contingency events. The primary system issues shedding decisions upon contingency detection, whereas the secondary shedding system is based on triggers asserted by underfrequency and/or overfrequency protective relays. The paper also provides an overview of the implemented network scheme; however, a detailed discussion regarding engineering and performance will be included in the authors' future work.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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