An Efficient Shunt Modulated AC Green Plug–Switched Filter Compensation Scheme for Nonlinear Loads
Notice bibliographique
Résumé
Nonlinear loads, crucial components of power system grids, pose a challenge due to harmonics injection. This work tackles this issue with a novel modified green plug–switched filter compensation scheme using fuzzy logic controllers. This innovative scheme presented in this paper utilizes dual action pulse width modulation to ensure switching functions from harmonics reduction and capacitive compensation for inrush nonlinear-type AC loads. The scheme’s multi-loop regulations and online switching effectively handle dynamic-type slow-acting inrush, motorized- and other rectifier-type nonlinear loads, enhancing the power factor, power quality at source and load buses, and reducing the total harmonics distortion at the key source and sensitive nonlinear load buses. A simulation model in the MATLAB/SIMULINK-2023b software environment demonstrates the efficiency of the proposed FACTS technique. The modulated dual mode switched filter-capacitive compensation scheme controlled by a fuzzy logic controller ensures less harmonics distortion and improved voltage stabilization. The results show that voltage, current, active power, reactive power, power factor regulation, and effective energy utilization are achievable with the designed Flexible AC Transmission System-Modulated Filter Capacitor Compensation–Switched Filter Compensator (FACTS-MFCC-SFC). The switched modulated AC green plug filter significantly improves power quality and enhances power factor in cases of inrush and nonlinear loads.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».