MétaCan
Menu
Retour à la cohorte
Enregistrement W2974538065 · doi:10.1109/tpwrs.2019.2942257

External System Generator Outage Localization Based on Tie-Line Synchrophasor Measurements

2019· article· en· W2974538065 sur OpenAlexafffund
Zhen Dai, Joseph Euzebe Tate

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGenerator (circuit theory)Underdetermined systemElectric power systemComputer scienceSensitivity (control systems)Cluster analysisLine (geometry)Tie lineQR decompositionAlgorithmReal-time computingEngineeringElectronic engineeringPower (physics)Mathematics

Résumé

récupéré en direct d'OpenAlex

An identification algorithm is proposed for generator outages in external systems given tie-line flow measurements and pre-outage linear sensitivity factors. The problem is challenging due to limited information available to operators in interconnected systems. To overcome the underdetermined nature of the problem (the number of tie-line measurements is smaller than the number of generators), a clustering method based on pivoted QR decomposition is implemented so that the outage location can be identified to the area of origination. Two test systems, the 68-bus New England system and the 500-bus synthetic system, were used for validation. The results demonstrate that with limited knowledge of the external system, the algorithm is able to identify the correct generator cluster in all cases. Another advantage of the proposed algorithm is its high efficiency, which enables detection within sub-milliseconds. In addition, an estimation of the cluster injection change is also provided by the 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.

Comment cette classification a été obtenuedéplier

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,990
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)0,0000,001

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 Opus0,016
Tête enseignante GPT0,214
Écart entre enseignants0,198 · 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 tête enseignante, pas un consensus.

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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetPower System Optimization and StabilityTravaux en français237 207