MétaCan
Menu
Retour à la cohorte
Enregistrement W2131954757 · doi:10.1109/psamp.2009.5262325

Review of available transmission capability (ATC) calculation methods

2009· article· en· W2131954757 sur OpenAlexaboutno aff
Manish Patel, A.A. Girgis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaximum power transfer theoremElectric power systemPower-flow studyPower transmissionVoltagePower (physics)Transfer (computing)AC powerElectric power transmissionTransmission systemTransmission (telecommunications)Electrical engineeringComputer scienceSlack busEngineeringAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

In last few years, transfer of bulk electrical power over long distances has increased in order to have a reliable and economical electrical supply. For example, hydroelectric power generated in Canada can be transferred to consumers and industry in United States using the high voltage transmission system. But only limited amount of power can be transferred over the transmission system subject to thermal limits of transmission lines, bus voltage limits, dynamic stability and voltage stability limits. The maximum power that can be transferred over the existing amount is called the available transfer capability. To operate the power system safely and to gain the benefits of the bulk power transfers, the transfer capabilities must be calculated and the power system planned and operated so that the power transfers do not exceed the transfer capability. The purpose of this paper is to explain concepts and calculation methods used to calculate available transfer capability and also discuss advantages and disadvantages of each. The methods reviewed in this paper are based on DC and AC Power Transfer Distribution Factors (PTDF), Continuation Power Flow (CPF) and repeated AC Power Flow. Simulation results are presented for each method on IEEE 6-bus and 39-bus system.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,028
Tête enseignante GPT0,305
Écart entre enseignants0,277 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower System Optimization and StabilityTravaux en français237 207