An Applied Model for Identification and Evaluation of Factors Affecting Energy Losses of Electric Distribution Network Case Study: Selected Counties of Bushehr Province
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
From its generation to utilization, some of the electrical energy gets wasted in the process. This loss of energy occurs due to various reasons, one of which is energy loss in distribution networks. Considering the high cost of power generation, it is important to identify factors causing this loss. This study was carried out with the objective of identifying energy loss factors and the importance of each factor. Lack of identification for factors stealing energy, network deterioration, amount of electrical load and the impact of such factors that can have significant influence on energy loss could diverge the path of energy management. Thus, the main objective of this study was to reduce energy loss and its additional costs by developing the concept of identifying influential factors and measuring the effect of each factor especially in different regions. The statistical population of this study comprised of power and energy experts and university professors. The statistical sample included 12 energy experts and their opinions were collected using questionnaires and paired comparisons. Weights of criteria were determined using SWARA technique. COPRAS-G technique was used for measuring the importance of criteria for Bushehr province distribution networks. The importance of criteria are: energy theft, measurement error, amount of load, network deterioration, loose fittings, improper placement of equipment, the amount of voltage, conductor resistance, equipment casualty, location and size of the capacitor, geographical conditions, Size and dimensions of the conductor, leakage, and network arrangements respectively. Distribution network of Assaluyeh region had the highest energy losses.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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