MétaCan
Menu
Retour à la cohorte
Enregistrement W2004531005 · doi:10.1109/tpwrs.2002.1008372

Closure to discussion of "z-bus loss allocation"

2002· article· en· W2004531005 sur OpenAlexaff
Antonio J. Conejo, F.D. Galiana, Ivana Kockar

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésClosure (psychology)Computer scienceOperations researchEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

km . Thus, all lines no matter how short have both susceptance and reactance. The susceptances of a realistic transmission network statistically described below in item 9) clearly show that these shunt elements are nonzero. 2) The discussers also bring up “other cases” where property (g) may not be satisfied, however they do not provide much detail to justify this claim. In one case, with very small shunt susceptances, it is claimed that the real part of -bus matrix is very sensitive to transformer resistances. However, when we analyzed their five-bus test network with and without transformer resistances, the differences in both the real and imaginary parts of the -bus matrix were very small. 3) The authors provided simulation results for five cases on their test network. For each case, the load flow and the corresponding loss allocation factors, , were calculated. We successfully reproduced two cases: 1) base case and 2) case with and . However our results differed substantially for the other three cases in the system losses computed. In the three discrepant cases, our load flows, run using PowerWorld 7.0 (http://www.powerworld.com), gave substantially lower system losses and, therefore, different loss allocation factors. Nevertheless, in the next point we discuss the two cases in common, to which we add the results we obtained for one of the discrepant cases.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0520,011

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 GPT0,197
Écart entre enseignants0,188 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetElectric Power System OptimizationTravaux en français237 207