MétaCan
Menu
Retour à la cohorte
Enregistrement W4406948175 · doi:10.1109/tpwrs.2025.3534437

Voltage Collapse Owing to Cascading Failures Under Geomagnetic Disturbances in Electromagnetic Transient Perspective

2025· article· en· W4406948175 sur OpenAlexaff
Wen-Kai Xin, Chunming Liu, Afshin Rezaei‐Zare, Zezhong Wang

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical Fault Detection and Protection
Établissements canadiensYork University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTransient (computer programming)VoltageGroundElectric power systemTransient analysisEngineeringControl theory (sociology)Electrical engineeringPhysicsComputer sciencePower (physics)Transient responseControl (management)

Résumé

récupéré en direct d'OpenAlex

Under severe geomagnetic disturbances (GMDs) caused by intense solar activity, transformers in the power grid will generate groups of massive reactive power losses and harmonic currents. At the same time, harmonic currents can readily cause the mal-operation of relay protection device for reactive power compensation, which puts the power grid in a state of insufficient reactive power, leading to local reactive power imbalances. This may cause cascading failures and even voltage collapse, resulting in a large-scale power blackout. This article analyzes the mechanism and triggering conditions of cascading failures, proposes the development process of voltage collapse caused by sensitive equipment in the power grid. Based on this, the electromagnetic transient simulation of a four-station eight-node and IEEE 118-GMD grid was used to simulate the voltage collapse owing to cascading failures under GMDs, verifying the correctness of the proposed theory. Further, the occurrence patterns of cascading failures in the power grid during geomagnetic storms were summarized based on the simulation result, and the triggering conditions and influencing factors leading to voltage collapse were identified. This provides guidance for accurately and quickly identifying risk nodes during geomagnetic storms invasion to permit timely disaster prevention measures to avoid voltage collapse under GMDs.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,224 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetElectrical Fault Detection and ProtectionTravaux en français237 207