MétaCan
Menu
Retour à la cohorte
Enregistrement W2600692770

COMPREHENSIVE RISK ASSESSMENT FOR RELIABLE POWER SYSTEM OPERATION

2017· dissertation· en· W2600692770 sur OpenAlexfundno aff
Nahakul Nepal

Notice bibliographique

RevueUniversity Library - University of Saskatchewan (University of Saskatchewan) · 2017
Typedissertation
Langueen
DomaineEngineering
ThématiquePower System Reliability and Maintenance
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReliability engineeringComputer scienceRisk assessmentRisk analysis (engineering)Electric power systemEngineeringSystems engineeringPower (physics)BusinessComputer security
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Rising uncertainty in power systems due to different system and operational requirement has led to increasing risks in the system operation. There are growing concerns with the widely used methods, such as the N-1 criterion, to determine operating reserve requirement during unit commitment, and the economic load dispatch method to allocate regulating margin to respond to disturbances. These deterministic methods do not consider the stochastic nature of power systems and are often inadequate to maintain the required operating reliability. This thesis introduces a comprehensive operating risk index, designated as the committed generators’ response risk (CGRR) that can be used to maintain a specified level of operating reliability. An analytical probabilistic method to evaluate the CGRR is presented and validated using a Monte Carlo simulation technique. An application of the new index and the methodology is illustrated using the IEEE RTS system. The evaluation of CGRR provides a comprehensive operating risk of the scheduled generation until further assistance is available to the system and, therefore, helps operators in decision making for unit commitment and dispatch of the generating units to meet the projected load in the short future time. There is an increasing trend of wind energy integration to the existing power system for its environmental benefits. But the wind power can create more challenges to the modern power systems due to possible wind disturbances. To appropriately quantify the wind variability, a short term wind power disturbance model is proposed by utilizing conditional probability approach. The information on operating risk of a wind connected power system can help operators to act prudently while operating a power system in a reliable manner. The developed CGRR based operating strategies can be used to continuously track the system risk level and take necessary actions before the undesirable consequences occurs.

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)0,009
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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,006
Tête enseignante GPT0,177
Écart entre enseignants0,172 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueUniversity Library - University of Saskatchewan (University of Saskatchewan)Même sujetPower System Reliability and MaintenanceTravaux en français237 207