MétaCan
Menu
Retour à la cohorte
Enregistrement W2091198435 · doi:10.1002/etep.130

Optimal allocation of distributed generation and reactive sources considering tap positions of voltage regulators as control variables

2006· article· en· W2091198435 sur OpenAlexaff
Mohamad Esmail Hamedani Golshan, Seyed Ali Arefifar

Notice bibliographique

RevueEuropean Transactions on Electrical Power · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAC powerTabu searchOptimization problemMathematical optimizationVoltageRSSPower (physics)Control theory (sociology)Function (biology)Control variableEngineeringComputer scienceControl (management)MathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, by defining and solving an optimization problem, amount of distributed generators (DGs) and reactive power sources (RSs) in selected buses of a distribution system are computed to make up a given total of distributed generation for minimizing losses, line loadings, and total required reactive power capacity. The formulated problem is a combinatorial problem, therefore Tabu search algorithm is applied for solving the optimization problem. Results of solving the optimization problem for a radial 33‐bus distribution system and a meshed 6‐bus system are presented. When using less amount of reactive capacity, regarding tap positions of voltage regulators as control variables has considerable role in loss reduction and improvement of voltage profile. In the case of meshed systems, including line loadings in the cost function can significantly change results of solving the optimization problem such as amount of the required reactive capacity and how to assign DGs and RSs to the selected buses. Copyright © 2006 John Wiley & Sons, Ltd.

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)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,004
Tête enseignante GPT0,181
Écart entre enseignants0,177 · 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
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

Citations73
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Transactions on Electrical PowerMême sujetOptimal Power Flow DistributionTravaux en français237 207