MétaCan
Menu
Retour à la cohorte
Enregistrement W4372279328 · doi:10.15587/1729-4061.2023.275088

Identification and damping of low-frequency oscillations based on WAMS data and the revisited residue method – part I

2023· article· en· W4372279328 sur OpenAlexaff
Anur Bektimirov, O.P. Malik, Алмаз Саухимов, Eugene Didorenko

Notice bibliographique

RevueEastern-European Journal of Enterprise Technologies · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power Systems and Control
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLow-frequency oscillationElectric power systemOscillation (cell signaling)Control theory (sociology)Damping ratioLow frequencyModal analysisAmplitudeEngineeringModalSystem identificationSystem of measurementPower (physics)Computer scienceAcousticsPhysicsMaterials scienceData modeling

Résumé

récupéré en direct d'OpenAlex

The results of low-frequency oscillations identification in the Republic of Kazakhstan power grid by using a Wide Area Measurement System are presented and an algorithm for damping low-frequency oscillations is proposed in this paper. Analysis of weakly damped inter-area low-frequency oscillations revealed a constant mode with a frequency range of 0.3‒0.4 Hz. It was determined that at these low-frequency oscillations, the amplitude of active power fluctuations along the transmission line was 150 MW with a duration of 9 minutes. The modal analysis calculation of the Republic of Kazakhstan power system model in the «DigSilent Power Factory» software shows the dangerous low-frequency oscillation modes having a damping ratio is 2.2 % and an eigenfrequency 0.328 Hz. These oscillation modes identified by the real data and in the developed model indicate the incorrect tuning of power system stabilizer parameters at power plants. It is necessary to retune the power system stabilizer parameters whenever changing the system’s and mode’s configurations. An analysis of existing power system stabilizer tuning methods was performed, and revisited residue method was determined as sufficiently effective. Thus, the developed algorithm for identification and damping of low-frequency oscillation consists of three tasks. The first task is data collection from the Wide Area Measurement System and Supervisory Control and Data Acquisition system and updating the calculation model based on the current status of equipment (generators, transformers, transmission lines, etc.). The second task is the identification of dangerous electromechanical oscillations and modal analysis based on information obtained in real-time. The third task is tuning the power system stabilizer parameters for damping dangerous low-frequency oscillation modes based on the revisited residue method

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,245
Écart entre enseignants0,229 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEastern-European Journal of Enterprise TechnologiesMême sujetElectric Power Systems and ControlTravaux en français237 207