MétaCan
Menu
Retour à la cohorte
Enregistrement W2979853567 · doi:10.1049/iet-gtd.2019.0726

Rectangular branch‐based load flow

2019· article· en· W2979853567 sur OpenAlexafffund
Amr A. Mohamed, Bala Venkatesh

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFlow (mathematics)Computer scienceMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

Power of constant impedance load is proportional to the square of bus voltage magnitude (SBVM). A solution space for a set of power balance equations (PBEs), constructed using SBVMs, has lower‐order terms and less non‐linearity. Such solution space yields faster solution. This work proposes a set of rectangular PBEs which uses SBVMs in conjunction with bus phase angles to relate branches power flow, a pair of real and reactive power equations for each branch for sending/receiving ends. Using an incidence matrix, branches power flows are related to bus powers with two set of equations for real and reactive powers. Another set of equations to relate rectangular form of voltages at generators to their voltage magnitudes, the total number of equations equals four times branches number, and two times buses number, less the two for unknown powers of slack bus. While the equations number is more than the node‐based PBEs, order of Jacobian's terms is significantly lower. Testing the proposed algorithm on numerous case studies, up to a 9241‐bus real system, showing the algorithm is precise, has superior convergence features, scales well for real systems and is up to thrice as fast as the rectangular node‐based load flow for some cases.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,193 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIET Generation Transmission & DistributionMême sujetOptimal Power Flow DistributionTravaux en français237 207