MétaCan
Menu
Retour à la cohorte
Enregistrement W2115910105 · doi:10.1109/pes.2006.1709589

Topological observability analysis using heuristic rule based expert system

2006· article· en· W2115910105 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue2006 IEEE Power Engineering Society General Meeting · 2006
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésObservabilityHeuristicSpanning treeObservableMinimum spanning treeComputer scienceGraphElectric power systemGraph theoryExpert systemTree (set theory)MathematicsMathematical optimizationTopology (electrical circuits)AlgorithmTheoretical computer sciencePower (physics)Discrete mathematicsArtificial intelligenceCombinatoricsApplied mathematics

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel approach for topological observability analysis using heuristic rule based expert system. The observability problem is split in P-delta observability and Q-V observability by P-delta/Q-V decouple characteristic of power systems. A heuristic rule based expert system is developed for finding the existence of an observable spanning tree for P-delta measurement graph and Q-V measurement graph. This expert system finds the existence of an observable spanning tree in measurement graph on the basis of heuristic rules, directly without making a spanning tree. Inference in this approach is done by the process of chaining through rules until a conclusion about the observability or unobservability is reached. The proposed heuristic rule based expert system has been tested on the standard IEEE 5 bus and 14 bus test systems and an 87 bus real power system, which is a part of Northern grid network of India. Results obtained are presented for illustration

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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,444
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,215
Écart entre enseignants0,204 · 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