MétaCan
Menu
Retour à la cohorte
Enregistrement W4402265082 · doi:10.1109/tqcebt59414.2024.10545268

Cooperative Control Strategies for Multi-Terminal HVDC Systems for Enhanced Renewable Integration

2024· article· en· W4402265082 sur OpenAlexaff
Ch Veena, R J Anandhi, Prateek Chaturvedi, Atul Singla, Ashish Parmar, Sajid Abd Al Khidhir Abdullah

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésTerminal (telecommunication)Computer scienceRenewable energyControl (management)Control systemElectrical engineeringTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

High-voltage direct current (HVDC) technologies need to get better because more green energy sources are being used in power systems today. This paper discusses new joint control methods for multi-terminal HVDC (MT-HVDC) systems. The goal is to make it easier to connect green energy sources that are spread out. A strong control design that improves the system’s dependability, efficiency, and dynamic performance is at the heart of the discussion. The paper uses a decentralized control approach to look into how various converter stations can work together to make sure steadiness and the best flow of power when load conditions and production rates change. The suggested control method uses advanced communication methods and real-time data to allow for proactive and flexible reactions to changes in the grid. In addition, an in-depth examination of how the control methods affect system stability and power quality is given, showing big improvements in grid resilience. The simulation results from a set of stress tests on a scaled MT-HVDC model show that the joint control methods work to make it easy to add renewable energy sources, which solves problems with grid stability and power distribution. This study adds to the growing field of HVDC systems and shows how to make the power grid more reliable and long-lasting.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,283
Écart entre enseignants0,259 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHVDC Systems and Fault ProtectionTravaux en français237 207