MétaCan
Menu
Retour à la cohorte
Enregistrement W2116385668 · doi:10.1109/ccece.2011.6030487

Short-term coordination of hydro-thermal systems with cascaded reservoirs using bacterial foraging algorithm

2011· article· en· W2116385668 sur OpenAlexaff
I. A. Farhat, M.E. El-Hawary

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésForagingConvergence (economics)Mathematical optimizationComputer scienceOptimization problemTerm (time)Nonlinear systemAlgorithmMathematicsEcology

Résumé

récupéré en direct d'OpenAlex

A modified bacterial foraging algorithm (MBFA) is presented in this paper to solve the short-term generation coordination problem of hydro-thermal systems with multi-chain reservoirs. The short-term hydro-thermal coordination problem (STHTC) is a dynamic nonlinear large-scale optimization problem which requires solving unit commitment and economic power load dispatch problems. The original bacterial foraging algorithm (BFA) is a recently developed evolutionary optimization technique based on the foraging behavior of the E. coli bacteria. The BFA has been successfully employed to solve various optimization problems; however, for large-scale problems such as the STHTC problem, it shows poor convergence properties. To tackle this complex problem considering its high-dimensioned search space, critical improvements are introduced to the basic BFA. The chemotactic step is modified to decrease nonlinearly and dynamically in order to improve the convergence characteristics. A multi reservoir cascaded hydro-thermal generation system is employed to test the proposed algorithm and demonstrate its capability to tackle this complex problem.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,410
Score d'incertitude au seuil0,602

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,022
Tête enseignante GPT0,211
Écart entre enseignants0,189 · 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 tête enseignante, 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

Citations5
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Power System OptimizationTravaux en français237 207