Detecting Broken Conductor Faults in the Presence of Inverter‐Based Resources
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT The increasing number of inverter‐based resources (IBR) in the power system and the fast response of IBRs during faults impose new challenges for protection. An open circuit (OC) fault can be the result of a breaker malfunction or a broken conductor, where the broken conductor fault can occur with or without a series arc. It is essential to develop a fast broken conductor fault detection method in the presence of IBRs. An undetected broken conductor fault can degrade power quality, cause local outages and forest fires, and cause personnel injury if conductors contact the ground. Existing broken conductor fault detection methods typically use a measure of current imbalance; however, these methods can be inaccurate due to the current imbalance not being local to the faulted line. This paper proposes a method using current magnitudes and angles to detect a broken conductor fault with and without a series arcing event when the local generation is supplied by grid‐forming (GFM) and grid‐following (GFL) IBRs. The proposed broken conductor fault detection method without arcing looks for a decrease in phase current, an increase in zero‐crossing events, and an impedance angle that falls in a capacitive window. The proposed broken conductor fault detection logic with arcing alerts for a decrease in phase current and impedance angle over a predefined series arcing window. Time domain simulation studies are performed in PSCAD/EMTDC to evaluate the effectiveness of the proposed broken conductor for both GFM and GFL IBRs in approximately one fundamental cycle.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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