Fast Heuristics for Transmission-Line Switching
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
The optimal transmission switching (OTS) problem, a mixed-integer program (MIP), has been proposed as a way to choose lines to take out of service to reduce generation costs. One impediment to the use of OTS in practice is the very long computing time to solve it. This paper proposes two heuristics which rely on a line-ranking parameter that is based on the optimal solution to the ordinary dc optimal power flow problem, a linear program (LP). One heuristic solves a sequence of LPs, removing one line at a time, and the other heuristic solves a sequence of MIPs, removing one line at a time, and each MIP has far fewer binary variables (for switching the lines out of service) than the original MIP. The proposed heuristics are tested on 118-bus and 662-bus systems, and compared with the most common previous heuristic in the literature, which solves a sequence of MIPs, removing one line at a time, with each MIP having all binary variables, i.e., one for each line. Both heuristics are much faster than the previous heuristic from the literature. In almost all cases tested, both proposed heuristics find cost reductions that are approximately as large as the previous heuristic. The computing time reductions are so great that OTS may now be practical with respect to the computing time issue.
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 | 0,000 |
| 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