MétaCan
Menu
Retour à la cohorte
Enregistrement W2097775822 · doi:10.1109/tpwrd.2004.832404

Historic Performance-Based Distribution System Risk Assessment

2004· article· en· W2097775822 sur OpenAlexaffabout
R. Billinton

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2004
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Reliability and Maintenance
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)IncentiveIT service continuityReliability engineeringElectricityService (business)Work (physics)Order (exchange)Risk analysis (engineering)Remedial educationEngineeringElectricity marketComputer scienceOperations researchEconomicsBusinessFinancePower (physics)MicroeconomicsEconomy

Résumé

récupéré en direct d'OpenAlex

Regulatory authorities are increasingly adopting performance-based regulation (PBR) in the deregulated electricity industry. A PBR regime is intended to provide distribution utilities with incentives for economic efficiency gains. In order to discourage distribution utilities from sacrificing service reliability while pursuing economic incentives, historic utility performance is utilized as the specified service reliability standard in some places. A reward/penalty structure based on the historic reliability record could be integrated into a PBR plan. Historic reliability data are therefore, extremely important for distribution system risk assessment and remedial work in this new regime. This paper presents actual reliability data taken from the Canadian Electricity Association (CEA) Service Continuity Reports. The financial risk analyzes associated with the historic reliability data are conducted by incorporating reliability index probability distributions in imposed reward/penalty policies. The major cause contributions to the service continuity indices utilizing the CEA cause code categories are analyzed and illustrated. This work should prove useful for those utilities facing the emerging application of PBR.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,177
Écart entre enseignants0,172 · 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'étudeObservationnel
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

Citations66
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetPower System Reliability and MaintenanceTravaux en français237 207