MétaCan
Menu
Retour à la cohorte
Enregistrement W4319338799 · doi:10.1109/tste.2023.3243163

A Multi-Port DC Power Flow Controller Integrated With MMC Stations for Offshore Meshed Multi-Terminal HVDC Grids

2023· article· en· W4319338799 sur OpenAlexaff
Fei Zhang, Levi Bieber, Yuanshi Zhang, Wei Li, Liwei Wang

Notice bibliographique

RevueIEEE Transactions on Sustainable Energy · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensOpal-Rt Technologies (Canada)Okanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEngineeringConvertersTransformerElectrical engineeringVoltage

Résumé

récupéré en direct d'OpenAlex

Multi-terminal dc (MTDC) systems have the potential to facilitate the integration of offshore wind farms. A dc power flow controller (DPFC) is necessary for meshed multi-terminal high voltage dc (HVDC) grids to regulate the power flow in dc lines. However, DPFCs based on modular multilevel converters (MMCs) require two dc-ac conversion stages and an extra ac transformer, which increases the cost and loss for offshore platforms. This paper proposes a multi-port DPFC that is integrated internally into the offshore MMC station, eliminating the need for an extra transformer and reducing dc voltage ripple. Additionally, the full bridge submodules (FBSMs) in the DPFC can further reduce the number of FBSMs required in the MMC station for dc fault blocking. The proposed DPFC is composed only of cascaded FBSMs connected to the arms of the offshore MMC station, which can exchange power directly with the MMC valve to achieve power balance. By using the MMC station, the proposed DPFC requires a small kVA rating, approximately 1%-5% of the total system power rating. The performance of the proposed DPFC is validated through simulation of a hybrid system of the IEEE 39 bus and the Cigre HVDC benchmark, and also through down-scale experimental testing.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0030,001

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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,222 · 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
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

Citations23
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Sustainable EnergyMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207