MétaCan
Menu
Retour à la cohorte
Enregistrement W4394983854 · doi:10.23977/jeeem.2024.070109

Stability Analysis and Optimization of Energy Power System Based on Advanced Control Strategy

2024· article· en· W4394983854 sur OpenAlexvenueno aff
Yunyan Li, Xingbang Song

Notice bibliographique

RevueJournal of Electrotechnology Electrical Engineering and Management · 2024
Typearticle
Langueen
DomaineEnergy
ThématiquePower Systems and Renewable Energy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStability (learning theory)Power (physics)Control (management)Computer scienceEnergy (signal processing)Control engineeringEngineeringMathematicsArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Advanced control strategy has important application value in stability analysis and optimization of energy and power system. The main purpose of this study is to explore the application of advanced control strategy in the stability analysis and optimization of energy power system, and verify its effectiveness and superiority through simulation experiments. Specifically, this paper deeply analyzes the stability of energy power system and its influencing factors; The principle of advanced control strategy and its application method in energy and power system are studied. The optimization method of system stability based on advanced control strategy is proposed and verified by simulation experiments. The experimental results show that compared with the traditional control methods, the advanced control strategy in this paper can better adapt to the complex and changeable system operating environment and diversified energy access requirements, and significantly improve the stability and security of the system. This study is of great significance to promote the in-depth development of the stability research of energy power system and ensure the reliability and safety of power supply. At the same time, it also provides new ideas and directions for future research.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,002
Tête enseignante GPT0,176
Écart entre enseignants0,174 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Electrotechnology Electrical Engineering and ManagementMême sujetPower Systems and Renewable EnergyTravaux en français237 207