MétaCan
Menu
Retour à la cohorte
Enregistrement W3015276644 · doi:10.1088/1755-1315/463/1/012041

Price allocation of transmission line usage in open access system using mega volt ampere kilometer and mega volt ampere cost method for integrated Nepal power system

2020· article· en· W3015276644 sur OpenAlexaff
Prannab Acharya, Namrata Tusuju Shrestha, Brajesh Mishra, Hamidreza Zareipour, Pramish Shrestha

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésVoltAC powerElectric power systemElectric power transmissionTransmission (telecommunications)Mega-Computer scienceCost allocationPower (physics)Electrical engineeringEngineeringVoltageEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract The price allocation of transmission line usage for an open access system considering Integrated Nepal Power System (INPS) has been discussed in this paper using the MVA (mega volt ampere) - KM (kilometer) and MVA cost method. The price allocation has been compared for INPS (Integrated Nepal Power System) and IEEE 14 bus system. The transmission line costs in IEEE 14 bus system is based on average construction and operation cost whereas, the costs in the INPS is an actual cost of the present transmission system. The price has been first calculated for different bus with reference to slack bus and for different bilateral and multilateral transactions, using MW KM - MW cost and MVA KM - MVA cost methods. The active and apparent powers for the base case and transaction cases have been calculated using Newton Raphson Method. The prices from MVA KM - MVA cost method are higher than MW KM - MW cost method for both bilateral transaction and multi-lateral transaction indicating more reactive power support in addition to the real power loading due to transactions in the system. The result shows that MVA KM - MVA cost method requires incentives for reactive power support to the system such as INPS.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,846
Score d'incertitude au seuil0,823

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,029
Tête enseignante GPT0,267
Écart entre enseignants0,238 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetElectric Power System OptimizationTravaux en français237 207