MétaCan
Menu
Retour à la cohorte
Enregistrement W2917794430 · doi:10.1109/tsipn.2019.2901171

Decentralized Topology Reconfiguration in Multiphase Distribution Networks

2019· article· en· W2917794430 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 Signal and Information Processing over Networks · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésControl reconfigurationTopology (electrical circuits)Distributed computingComputer scienceNetwork topologyDistribution (mathematics)Computer networkMathematicsEmbedded system

Résumé

récupéré en direct d'OpenAlex

The cyber-physical nature of the modern power grid allows active power entities to exchange information signals with one another to make intelligent local actuation decisions. Exacting effective coordination amongst these cyber-enabled entities by way of strategic signal exchanges is essential for accommodating highly fluctuating power components (e.g., renewables, electric vehicles, etc.) that are becoming prevalent in today's electric grid. As such, in this paper, we present a novel decentralized topology reconfiguration algorithm for the distribution network (DN) that allows the system to adapt in real time to unexpected perturbations and/or congestions to restore balance in loads across the feeder and improve the DN voltage profile. For this, individual agents residing in DN buses iteratively exchange signals with neighbouring nodes to infer the current state (e.g., power balance and voltage) of the system and utilize this information to make local line switching decisions. Strong convergence properties and optimality conditions of the proposed algorithm are established via theoretical studies evoking potential games and discrete concavity. Comparative simulation studies conducted on realistic DNs showcase the practical properties of the proposed algorithm.

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 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 enseignants0,891
Score d'incertitude au seuil0,795

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 savante0,0000,002
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 Opus0,004
Tête enseignante GPT0,201
Écart entre enseignants0,197 · 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