MétaCan
Menu
← Retour à la cohorte
Enregistrement W7033910257

Setting under-frequency relays in power systems via integer programming

2011· other· en· W7033910257 sur OpenAlexvenueno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2011
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrippingElectric power systemRelayControl theory (sociology)Load SheddingGenerator (circuit theory)Protective relayPower (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The deviation of the frequency of a power system from its nominal value is a reflection of the mismatch between generation and load. Such deviations are serious and must be monitored and controlled very closely. One major impact of operating outside a narrow range around the nominal frequency is that generators can be damaged. To avoid this, manufacturers set time interval limits for under-frequency operation and when such limits are exceeded, the generator trips. However, unless generator tripping is coordinated with some accompanying load shedding, the system inability to supply its load can be exacerbated resulting in an even worse frequency deviation. Under-frequency load shedding (UFLS) is designed to protect the power system from events leading to a sudden drop in system frequency, when the primary frequency regulation built into the generation system is not enough to bring the frequency back to nominal. Under-frequency load shedding disconnects blocks of load when the frequency drops below given thresholds. However, the conventional design of UFLS schemes is primarily based on experience about the behavior of the system. Basically, trial relay settings are proposed, tested, and revised until a successful UFLS scheme is obtained. This process is tedious, not very systematic, and usually leads to shedding conservative amounts of load. This thesis presents a mixed-integer linear programming formulation of the UFLS relay setting problem. The goal is to render the design of UFLS more systematic, less dependent on trial and error, and less conservative in terms of the amount of load shed.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,004
Tête enseignante GPT0,149
Écart entre enseignants0,144 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)→Travaux en français237 207→