MétaCan
Menu
Retour à la cohorte
Enregistrement W2793551652 · doi:10.1109/tpwrs.2018.2808819

Measurement-Based Sparsity-Promoting Optimal Control of Line Flows

2018· article· en· W2793551652 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Science Foundation of Sri LankaNatural Sciences and Engineering Research Council of Canada
Mots-clésLinear-quadratic-Gaussian controlControl theory (sociology)Linear-quadratic regulatorKalman filterController (irrigation)Optimal controlOffset (computer science)AC powerElectric power systemEngineeringControl engineeringComputer sciencePower (physics)Mathematical optimizationControl (management)VoltageMathematics

Résumé

récupéré en direct d'OpenAlex

This paper proposes an optimal strategy for regulating active-power flows in electric power systems based on sparsity-promoting linear-quadratic-Gaussian (LQG) control. The proposed method relies on the mapping of nodal active- and reactive-power injections to line flows, which are obtained via a measurement-based approach. Building on this, we outline a combined sparsity-promoting linear-quadratic regulator and Kalman-filter design. The optimal controller sparsity is identified using the alternating direction method of multipliers, which strikes a balance between feedback controller sparsity and the closed-loop dynamic performance. With this, we optimally dispatch generators and controllable loads to achieve desired line flows while ensuring zero steady-state frequency offset. We demonstrate the utility of the proposed LQG controller via a representative congestion-management application deployed on the New England 10-machine 39-bus test system.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,987
Score d'incertitude au seuil0,934

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,214
Écart entre enseignants0,196 · 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