MétaCan
Menu
Retour à la cohorte
Enregistrement W1986337921 · doi:10.1109/tdc.2010.5484204

Transmission grid vulnerability assessment by eigen-sensitivity and cut-set screening

2010· article· en· W1986337921 sur OpenAlexaff
X. Liu, G. Joós

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSensitivity (control systems)Ranking (information retrieval)Computer scienceGridElectric power transmissionVulnerability assessmentVulnerability (computing)Reliability engineeringTransmission lineIslandingTransmission (telecommunications)Transient (computer programming)Cascading failureTopology (electrical circuits)Set (abstract data type)Electric power systemEngineeringElectronic engineeringTelecommunicationsMathematicsMachine learningComputer securityDistributed generationRenewable energyElectrical engineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

This paper deals with the assessment of the vulnerability of the transmission grid under extreme contingencies, including a terrorist threat or an exceptional natural disaster. It proposes a two-step screening-and-ranking approach to find the dynamically most disruptive disturbances created by multiple-line outages. In the screening step, critical transmission lines are selected according to the sensitivities of the critical system eigenvalues to the loss of transmission lines, complemented by a topology analysis that searches for the cut-sets in the system leading to islanding. In the ranking step, time-domain simulations are performed for the contingencies given by the combination of lines screened out in the first step in order to determine and classify their actual dynamic impacts. Results obtained from a test system show that the proposed approach is able to screen out most of the critical multiple-line outages in terms of load shedding and transient stability.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil0,518

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,009
Tête enseignante GPT0,249
Écart entre enseignants0,240 · 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

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower System Optimization and StabilityTravaux en français237 207