MétaCan
Menu
Retour à la cohorte
Enregistrement W2122186602 · doi:10.1109/lescpe.2007.4437343

Web-based Integrated Stability Enhancement Strategy for Distribution and Transmission Systems

2007· article· en· W2122186602 sur OpenAlexaff
Lin Wang, Helen Cheung, Alexander Hamlyn, Richard Cheung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTransmission (telecommunications)Computer scienceFault (geology)Stability (learning theory)Transmission systemGenerator (circuit theory)State (computer science)Control systemReal-time computingEmbedded systemControl engineeringDistributed computingEngineeringElectrical engineeringTelecommunicationsPower (physics)

Résumé

récupéré en direct d'OpenAlex

This paper proposes a new strategy for integrated voltage stability enhancement of transmission and distribution systems. The proposed strategy aims to save a distribution system from an imminent voltage collapse due to contingencies occurring in the transmission or distribution system, by executing appropriate control operations. The operations include coordinated generator controls, load tap changers, load shedding, etc. This paper shows the use of state-of-the-art digital signal processing technology for determination of correct stability controls and the application of modern computer networking technology for real-time monitoring of distribution system operating states and transmitting of data and stability control commands. This paper presents the design of a new two-layer architecture for network monitoring, data transmitting, and control delivering operations. This architecture is fault tolerant and is specially designed for monitoring a distribution network with a large number of circuit nodes. Typical network-enabled adaptive stability enhancement is illustrated.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,018
Tête enseignante GPT0,243
Écart entre enseignants0,225 · 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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower System Optimization and StabilityTravaux en français237 207