MétaCan
Menu
Retour à la cohorte
Enregistrement W3044758249 · doi:10.1109/tpwrs.2020.3010529

A Novel Methodology to Incorporate Circuit Breaker Active Failure in Reliability Evaluation of Electrical Distribution Networks

2020· article· en· W3044758249 sur OpenAlexafffund
Kiran Raj Timalsena, Prasanna Piya, Rajesh Karki

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Reliability and Maintenance
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCircuit breakerBackupReliability engineeringReliability (semiconductor)EngineeringPower-system protectionIncidence matrixComputer scienceElectric power systemPower (physics)Electrical engineeringNode (physics)Structural engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The random failure of components in a distribution network leads to power supply interruptions to electricity customers. Among different failure modes in the distribution network components, active failure is more frequent and requires the circuit breaker operations to isolate faulty segments. Active failure of a breaker causes the operation of a backup breaker, thus, exposing the larger segment of the network to outages. This paper proposes a new analytical methodology to identify breaker active failure events involving different order of contingencies. This methodology introduces an active breaker incidence (ABI) matrix to capture the active failure of breakers leading to load point failures. The ABI matrix is concatenated to the incidence matrix of the minimal path to form a new incidence matrix which reflects the information of all failure events including active failure of circuit breakers. These failure events are then utilized to evaluate the reliability indices. The proposed methodology is illustrated in a test distribution network. A study conducted on the IEEE Gold Book Standard Network shows that that the methodology effectively identifies and includes breaker failure events to evaluate the reliability performance, and that the proposed methodology can be utilized to make investment decisions in modern industrial distribution systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,262
Écart entre enseignants0,213 · 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

Citations22
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetPower System Reliability and MaintenanceTravaux en français237 207