MétaCan
Menu
Retour à la cohorte
Enregistrement W4407097829 · doi:10.1109/tpwrs.2025.3535665

Root Cause Analysis of Frequency Oscillations Observed in Ontario's Distribution System

2025· article· en· W4407097829 sur OpenAlexaffabout
M. Alizadeh, Xiaoyu Wang

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePower Systems and Technologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésElectric power systemPhysicsControl theory (sociology)MathematicsPower (physics)Computer science

Résumé

récupéré en direct d'OpenAlex

Recurrent frequency oscillations have been observed in Ontario's distribution system, initially misinterpreted as mains loss by the rate of change of frequency relay, resulting in 16 false trips of a biomass power plant over 1.5 years. These oscillations, ranging from 5.6 to 6.45 Hz, persisted across varying load levels without coinciding faults or sudden system changes. Traditional simulation-based investigations failed to replicate these conditions due to high uncertainties in system parameters, prompting temporary adjustments to relay settings to prevent further nuisance trips. This paper details root-cause analysis approach that contrasts with conventional methods. First, the system is treated as a black box, applying signal processing tools to field-recorded data to extract signal features and eliminate unlikely scenarios—providing early insight without model dependence. Next, sensitivity analysis identifies critical parameters, refining the model to isolate the underlying issue. Using the shooting method and small-signal analysis, Hopf bifurcation is pinpointed as the cause, generating limit cycles and local frequency oscillations. Analysis showed that systems in UPF mode are more susceptible to bifurcation than those in PV mode. Finally, control parameter modifications are proposed to broaden the system load margin and improve stability. Findings are validated through Real-Time Digital Simulator and Hardware-in-the-Loop testing.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,729
Score d'incertitude au seuil0,538

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,214
Écart entre enseignants0,198 · 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'étudeObservationnel
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetPower Systems and TechnologiesTravaux en français237 207