MétaCan
Menu
Retour à la cohorte
Enregistrement W2141175331 · doi:10.1109/tpwrs.2003.821441

Determining Rational Redundancy of 500-kV Reactors in Transmission Systems Using a Probability-Based Economic Analysis Approach: BCTC's Practice

2004· article· en· W2141175331 sur OpenAlexaff
Wenyuan Li, Sunay P. Pai, Marie Kwok, Jian Sun

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2004
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Reliability and Maintenance
Établissements canadiensBC Hydro (Canada)
Organismes subventionnairesnon disponible
Mots-clésUnavailabilityRedundancy (engineering)Reliability engineeringProbabilistic logicElectric power systemPower transmissionTransmission systemElectric power transmissionElectric power industryComputer scienceEngineeringTransmission (telecommunications)ElectricityPower (physics)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a methodology to determine a rational redundancy level of power system equipment based on a coordination among the electric energy market information, the total transfer capability (TTC) in the transmission system and the estimation of random equipment failures. The proposed approach includes the models of unavailability due to both repairable and aging failures of equipment, the calculation method of two discrete statistical distributions representing energy prices and export powers, and a probabilistic benefit/cost analysis technique. An actual example of 500-kV reactors at British Columbia Transmission Corporation (BCTC) has been given to demonstrate the procedure of the application. The results indicate that the redundancy level determined using this approach not only enables the utility to avoid possible losses in the income from energy sales and improves the profile of system TTC but also guarantees a high benefit/cost ratio in a financial justification of redundant equipment addition.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,236
Écart entre enseignants0,218 · 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

Citations10
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetPower System Reliability and MaintenanceTravaux en français237 207