MétaCan
Menu
Retour à la cohorte
Enregistrement W2319104296 · doi:10.1049/iet-gtd.2015.1185

Derivation of an equivalent circuit for real‐time security assessment

2016· article· en· W2319104296 sur OpenAlexafffund
Gayan Wijeweera, U.D. Annakkage, Wenjie Zhang, Athula Rajapakse

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2016
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversity of ManitobaManitoba Hydro
Organismes subventionnairesManitoba Hydro
Mots-clésEquivalent circuitComputer scienceElectric power systemCover (algebra)Line (geometry)Power (physics)Electrical networkElectronic circuitControl theory (sociology)VoltageMathematicsEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

More and more system operators are interested in calculating transfer capability in real time using real‐time power flow models generated from the energy management system (EMS). However, comparing with off‐line study models, EMS models usually cover a limited portion of the interconnected system. It is not practical to extend the EMS model in order to capture the impact of the external systems and as such using an equivalent network becomes necessary for this purpose. Equivalent circuits can be derived from the off‐line models for certain pre‐determined operating conditions. Such fixed equivalent models may produce invalid results under various real‐time operating conditions. Hence, it is necessary to derive an equivalent circuit model that is adaptive to the available real‐time information. This study presents a new method of creating an equivalent circuit model based on the measured boundary station parameters such as voltages and power flows. Simulation studies show that such derived equivalent circuit models provide solutions with adequate accuracy in comparison with detailed off‐line system model.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,020
Tête enseignante GPT0,262
Écart entre enseignants0,242 · 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
GenreMéthodes

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

En bref

Citations9
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

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