MétaCan
Menu
Retour à la cohorte
Enregistrement W4414396379 · doi:10.1016/j.epsr.2025.112215

Integration of the EMT-H water conduit model with the turbine control system for power system dynamics

2025· article· en· W4414396379 sur OpenAlexafffund
Ravindra P. Mutukutti-Arachchige, José R. Martí

Notice bibliographique

RevueElectric Power Systems Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversity of British ColumbiaBC Hydro (Canada)
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectrical conduitElectric power systemTurbineSystem dynamicsControl systemControl theory (sociology)Power (physics)Water hammer

Résumé

récupéré en direct d'OpenAlex

Travelling pressure waves in hydraulic pipes in hydro generators can cause pressure transients that can implode or explode the pipes. These transients in the pipes limit the speed at which the mechanical power can be increased or decreased to compensate for transients in the electrical system. This paper uses the EMT-H hydraulic transients model developed in previous work in conjunction with the governor controller to more effectively dampen the electrical power system dynamics by coordinating the water transients with the electrical transients without damaging the pipes. The solution of EMT-H is very fast and can be incorporated into the control loop of the traditional controllers for an improved response. To test the new controller, the IEEE nine-bus, three-machine power system is used to solve a frequency stability problem during sudden load changes. From the hydraulic dynamics, we make observations on the adverse effects of the newer power-droop governor controllers compared to the traditional gate-droop controller and propose a new hybrid controller. We also consider the pooling of control loops of companion plants to improve the overall dynamics of the combined responses. Improved plant control dynamics are becoming more important with the decrease of mechanical inertia in IBR systems.

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)0,004
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 enseignants0,965
Score d'incertitude au seuil0,540

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,259
Écart entre enseignants0,245 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectric Power Systems ResearchMême sujetPower System Optimization and StabilityTravaux en français237 207