MétaCan
Menu
Retour à la cohorte
Enregistrement W4404503318 · doi:10.1016/j.ijepes.2024.110373

An adaptive voltage reference based multi-objective line flow control methods for MMC-MTDC system

2024· article· en· W4404503318 sur OpenAlexaff
Yuanshi Zhang, Wenyan Qian, Yiwen Feng, Fei Zhang, Chenyi Zheng, Qinran Hu, Liwei Wang

Notice bibliographique

RevueInternational Journal of Electrical Power & Energy Systems · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensUniversity of British Columbia, Okanagan Campus
Organismes subventionnairesJiangsu Key Laboratory of Smart Grid Technology and EquipmentNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Computer scienceLine (geometry)Control engineeringControl (management)EngineeringArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

• An advanced methodology is developed for DC line power flow regulation without extra power flow controllers. • A pre-evaluation method is proposed to evaluate the power transfer and available control variables. • A novel control strategy is proposed to develop dispatch solutions for the MTDC system connected to AC girds and wind farms. The regulation of DC line power flow and optimization of system operational characteristics after contingency is crucial for the stable and economic operation of the MTDC grid. In this paper, a novel adaptive voltage reference based multi-objective optimal control method is proposed for proper line power flow control, as well as voltage deviation minimization and economic operation of the MTDC system. A hierarchical control method based on the M-MOMPA algorithm is proposed for the development of dispatch solutions for the MTDC system connected to multiple AC systems and large-scale wind farms. A pre-evaluation method is proposed to choose appropriate control variables and accelerate the convergence of optimization algorithms. The effectiveness of the proposed approach is validated through comparisons with several algorithms. The dynamic simulations of a five-terminal MTDC grid are carried out using MATLAB/Simulink and RTLAB to verify the effectiveness of the proposed method under various types of disturbance and contingency.

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)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,937

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,315
Écart entre enseignants0,297 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Electrical Power & Energy SystemsMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207