Analysis of the Carrying Capacity of Kranji Traction Substation in the Operation of Soekarno-Hatta Airport Train
Notice bibliographique
Résumé
This research was prepared with the aim of carrying out the calculation of the capacity of the traction substation and analyzing the carrying capacity of the Kranji Traction Substation at the operation of the Soekarno-Hatta Airport Train at rush hour in the morning. This research was conducted with data sources in the form of a train circuit arrangement, filling distance between traction substations, headway, double track type, train consumption ratio, and total train weight. The capability parameters of the substation carrying capacity are measured based on the narrowing of the 8.5 minute, 5 minute and 3 minute headway and the blackout of the Cakung substation. The plan load value is obtained based on the ratio of the maximum current load to the headway constriction load. Carrying capacity is measured based on the comparison of planned load values to the existing capacity of substations. The results of the analysis stated the rectifier load was 2626.42 kW and the transformer load was 3533 kVA on all types of parameters. With a rectifier capacity of 43% and a transformer of 51%. An evaluation of the results of the data analysis showed that the Kranji Traction Station was able to supply power for the operation of the Soekarno-Hatta Airport Train in the morning rush hour.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».