Comparison of methods for modelling geomagnetically induced currents
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. Assessing the geomagnetic hazard to power systems requires reliable modelling of the geomagnetically induced currents (GIC) produced in the power network. This paper compares the Nodal Admittance Matrix method with the Lehtinen–Pirjola method and shows them to be mathematically equivalent. GIC calculation using the Nodal Admittance Matrix method involves three steps: (1) using the voltage sources in the lines representing the induced geoelectric field to calculate equivalent current sources and summing these to obtain the nodal current sources, (2) performing the inversion of the admittance matrix and multiplying by the nodal current sources to obtain the nodal voltages, (3) using the nodal voltages to determine the currents in the lines and in the ground connections. In the Lehtinen–Pirjola method, steps 2 and 3 of the Nodal Admittance Matrix calculation are combined into one matrix expression. This involves inversion of a more complicated matrix but yields the currents to ground directly from the nodal current sources. To calculate GIC in multiple voltage levels of a power system, it is necessary to model the connections between voltage levels, not just the transmission lines and ground connections considered in traditional GIC modelling. Where GIC flow to ground through both the high-voltage and low-voltage windings of a transformer, they share a common path through the substation grounding resistance. This has been modelled previously by including non-zero, off-diagonal elements in the earthing impedance matrix of the Lehtinen–Pirjola method. However, this situation is more easily handled in both the Nodal Admittance Matrix method and the Lehtinen–Pirjola method by introducing a node at the neutral point.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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