MétaCan
Menu
Retour à la cohorte
Enregistrement W4388925078 · doi:10.35833/mpce.2022.000499

Fault Detection for Microgrid Feeders Using Features Based on Superimposed Positive-sequence Power

2023· article· en· W4388925078 sur OpenAlexaff
Salauddin Ansari, Om Hari Gupta, O.P. Malik

Notice bibliographique

RevueJournal of Modern Power Systems and Clean Energy · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMicrogridFault (geology)Scheme (mathematics)Fault detection and isolationSynchronization (alternating current)Computer sciencePower (physics)Sequence (biology)EngineeringTopology (electrical circuits)Reliability engineeringVoltageArtificial intelligenceMathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

With the integration of distributed generation (DG) into a microgrid, fault detection has become a major task to accomplish. A scheme for microgrid feeder protection based on a newly proposed feature,$\Delta \pmb{RP}$, defined as the ratio of the sum of positive-sequence real power (PSRP) at the two ends of the feeder to the larger of the PSRPs among the two ends, is proposed. If$\Delta \pmb{RP}$is larger than a threshold, an internal fault is detected; otherwise, the fault is external or there is no fault. The proposed scheme is tested in various scenarios, including fault type, fault resistance, fault location, fault inception angle, varying DG penetration levels, and simultaneous, evolving, and composite faults. In addition to this, the proposed scheme offers a robust performance when subjected to noise, synchronization error, changes in sampling frequency, and changes in the topology of a microgrid. The dominancy of the proposed scheme is proven by a comprehensive comparative study with various available recent schemes. Test results on the IEEE 13-bus network indicate the viability of the proposed protection scheme for a microgrid. Finally, the proposed scheme has been validated on a real-time simulator.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,215
Écart entre enseignants0,205 · 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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Modern Power Systems and Clean EnergyMême sujetMicrogrid Control and OptimizationTravaux en français237 207