MétaCan
Menu
Retour à la cohorte
Enregistrement W4392890289 · doi:10.1002/9781119890881.ch24

Considerations for Digital Real‐Time Simulation, Control‐HIL, and Power‐HIL in Microgrids/DER Studies

2024· other· en· W4392890289 sur OpenAlexaff
Juan F. Patarroyo-Montenegro, Joel Pfannschmidt, K. S. Amitkumar, Jean‐Nicolas Paquin, Wei Li

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensOpal-Rt Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésControl (management)Power (physics)Computer sciencePhysicsArtificial intelligenceThermodynamics

Résumé

récupéré en direct d'OpenAlex

Microgrids are well known to be a complex system with many different disciplines involved: communications, power electronics, data management, control systems, power systems, etc. Validating a complete microgrid system in the design stages considering all of these disciplines might become a complex problem given the need of integrating different computational and hardware platforms. Real-time simulation represents a feasible, accurate, and affordable way of performing such validations. With it, some or all the parts of the microgrid system can be simulated in real-time such that the particular device under test believes it is connected to the real microgrid components. Different strategies for performing real-time simulation are used: Hardware-in-the-loop (HIL), Control HIL, Software HIL, and Power HIL. Depending on the nature of the device under test, one or many of these strategies can be used during the validation stage. This chapter explains each of the testing strategies involved in real-time simulation. Also, important information regarding modeling and solving circuit devices for microgrid applications is presented. Finally, some practical application examples are presented to help the readers conceptualize their validation/experimental methods.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,266
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReal-time simulation and control systemsTravaux en français237 207