MétaCan
Menu
Retour à la cohorte
Enregistrement W2125621802 · doi:10.1049/iet-gtd.2012.0335

Approach to trace and locate long‐term voltage instability risk in power system planning

2013· article· en· W2125621802 sur OpenAlexaff
Juan Yu, Wenyuan Li, Venkataramana Ajjarapu, Wei Yan, Xia Zhao

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2013
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensBC Hydro (Canada)
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTerm (time)TRACE (psycholinguistics)InstabilityElectric power systemComputer scienceVoltageOperation planningPower (physics)Control theory (sociology)Reliability engineeringEngineeringOperations researchElectrical engineeringArtificial intelligencePhysicsMechanics

Résumé

récupéré en direct d'OpenAlex

With the integration of a quadratic optimisation method into one single Monte Carlo simulation, the system‐wide and local risk index functions are developed to quantify the relations between the system‐wide and local voltage stability risk and load levels. Each defined risk index function is a function of load level under various possible pre‐contingency and contingency states and load uncertainty. Based on the proposed risk index functions, a method of tracing and locating long‐term voltage instability risk in power system planning is presented. The methodology can trace the overall system‐wide voltage instability risk in a planning timeframe and locate weak branches and buses. The effectiveness of the proposed method is demonstrated using the IEEE 14‐bus system and an actual utility system with 171 buses.

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: aucune
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil0,842

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 Opus0,014
Tête enseignante GPT0,214
Écart entre enseignants0,200 · 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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Generation Transmission & DistributionMême sujetPower System Optimization and StabilityTravaux en français237 207