MétaCan
Menu
Retour à la cohorte
Enregistrement W2557084566 · doi:10.1109/epec.2010.5697231

An intelligent weather-based system to support optimal routing of power transmission lines

2010· article· en· W2557084566 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueThermal Analysis in Power Transmission
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésUpgradeElectric power transmissionReturn on investmentComputer scienceElectric power systemRenewable energyRouting (electronic design automation)Transmission (telecommunications)Transmission linePower transmissionPower (physics)TelecommunicationsEngineeringElectrical engineeringEmbedded system

Résumé

récupéré en direct d'OpenAlex

The recent increase in demand for power and the proliferation of remotely located renewable energy sources, have put pressure on electric power utilities to upgrade and expand their existing transmission infrastructure. Unfortunately, the construction of new power transmission lines is a costly and time consuming endeavour. In order to maximize the return on investment in the construction of new power transmission lines, this process should be supported by information on the climatological conditions in the planned area, and their effect on the power line operating conditions and ageing. This paper presents an intelligent system that supports the optimization of the line routing process using high-resolution meteorological data. The proposed system selects waypoint coordinates for the transmission line using an algorithm that attempts to minimize the line temperature by avoiding locations that are prone to cause temperature hot-spots. This, in turn, provides gains in additional transmission capacity when coupled with Dynamic Thermal Rating technology, allowing utility companies to increase the return on investment even further.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,241
Écart entre enseignants0,234 · 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

En bref

Citations17
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetThermal Analysis in Power TransmissionTravaux en français237 207