MétaCan
Menu
Retour à la cohorte
Enregistrement W4381335687 · doi:10.24084/repqj21.251

Experimental set-up to study power quality in single-phase split-phase distribution systems

2023· article· en· W4381335687 sur OpenAlexaboutno aff
I. Vicente, Amaia Arrinda, J.E. Rodríguez-Seco, Lakshan Piyasinghe

Notice bibliographique

RevueRenewable Energy and Power Quality Journal · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensnon disponible
Organismes subventionnairesEusko Jaurlaritza
Mots-clésMetering modeSoftware deploymentTransformerDistribution transformerVoltageElectric power systemElectric power distributionElectricity meterPower consumptionElectrical engineeringSmart meterPower qualityComputer sciencePower (physics)EngineeringAutomotive engineeringSmart grid

Résumé

récupéré en direct d'OpenAlex

Power Quality (PQ) has been an important topic since the creation of distribution systems. The deployment of the Advanced Metering Infrastructure (AMI) provided an important tool to measure the PQ of the electric power in the consumption points. One of the smallest secondary distribution systems in terms of power consumption is the single-phase split-phase system (120 V/240 V) that countries such as the United States, Canada, and some countries of central and south America have. Due to its size, this secondary distribution system is more prone to PQ issues. To that end, an experimental set-up was built by the authors so the distribution system from the Low Voltage (LV) transformer to the final appliances of the different houses was emulated. The aim is to capture the currents and voltages observed by the smart meter located at the entrance of the house and look for the different responses. A combination of real and dummy loads was installed in the set-up, so real noise could also be simulated. The set-up was totally automated by an industrial controller and relays, and it produced a very detailed dataset that could be used for multiple purposes.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,063
Tête enseignante GPT0,363
Écart entre enseignants0,300 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRenewable Energy and Power Quality JournalMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207