MétaCan
Menu
Retour à la cohorte
Enregistrement W4411446394 · doi:10.1109/tec.2025.3581237

Multi-Scale Modeling of Synchronous Machine With Constant Admittance Matrix in Phase Domain

2025· article· en· W4411446394 sur OpenAlexaff
Peng Zhao, Yue Xia, Shaahin Filizadeh, Kai Strunz

Notice bibliographique

RevueIEEE Transactions on Energy Conversion · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Motor Design and Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésAdmittance parametersConstant (computer programming)AdmittanceScale (ratio)Matrix (chemical analysis)Frequency domainPhase (matter)Domain (mathematical analysis)Computer scienceControl theory (sociology)MathematicsPhysicsMathematical analysisEngineeringVoltageElectrical impedanceElectrical engineeringMaterials scienceArtificial intelligenceControl (management)

Résumé

récupéré en direct d'OpenAlex

Synchronous machines form the principal source of electrical power in power systems. Modeling of the synchronous machines for transient analysis has always been an active topic of research. In this paper, a novel wound-field three-phase synchronous machine model is developed for the accurate and efficient simulation of multi-scale transients. The machine stator equations are expressed with analytic signals in the phase domain, thus providing direct interface between machine and external network models. Frequency shifting is applied to stator quantities to eliminate the ac carrier in the stator windings which enables the use of large time-step size. An artificial damper winding is introduced to eliminate the numerical saliency. To provide accurate and stable solutions with multiple time-step sizes, the artificial winding parameters setting algorithm is established. The proposed machine model is expressed in terms of a Norton equivalent with constant admittance matrix without introduction of prediction of any electrical quantity. The update of the admittance matrix at each time-step is avoided. The analysis of test cases demonstrates the effectiveness of the proposed multiscale synchronous machine model and the artificial winding parameters setting algorithm.

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)0,000
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · 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
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 Energy ConversionMême sujetElectric Motor Design and AnalysisTravaux en français237 207