MétaCan
Menu
Retour à la cohorte
Enregistrement W4416136228 · doi:10.1109/pesgm52009.2025.11225828

Islanding Detection in Microgrid Utilizing PMU and Analysis of the Change in Phase Angle of Negative Sequence Impedance

2025· article· W4416136228 sur OpenAlexaff
Asim Chaulagain, Ramakrishna Gokaraju, Nurul A. Chowdhury, Krish Narendra

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueIslanding Detection in Power Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésIslandingMicrogridPhasorDistributed generationElectrical impedancePhasor measurement unitControl theory (sociology)Phase angle (astronomy)

Résumé

récupéré en direct d'OpenAlex

Detecting unintentional islanding is a major challenge in microgrid operation. During islanding events, distributed energy resources (DERs) must be swiftly isolated within a 2-second time frame, making rapid islanding detection essential. This paper presents a new methodology for identifying islanding within a microgrid using synchrophasor measurements, specifically by analyzing the variation in the angle of negative sequence impedance over time. The methodology is tested for various non-islanding and islanding cases on a microgrid test system. A three-phase distribution phasor measurement unit (D-PMU) model is developed in PSCAD™/EMTDC™. The methodology can effectively differentiate non-islanding events (NIEs) and islanding events (IEs), and can detect islanding in under 50 ms.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,516
Score d'incertitude au seuil0,849

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,007
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 Opus0,027
Tête enseignante GPT0,302
Écart entre enseignants0,275 · 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'étudeExpérimental (laboratoire)
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'admission1
Résumé présentoui

Explorer davantage

Même sujetIslanding Detection in Power SystemsTravaux en français237 207