MétaCan
Menu
Retour à la cohorte
Enregistrement W3136199394 · doi:10.48550/arxiv.2103.13648

A Semidefinite Optimization-based Branch-and-Bound Algorithm for Several\n Reactive Optimal Power Flow Problems

2021· preprint· W3136199394 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuearXiv (Cornell University) · 2021
Typepreprint
Langue
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésPower flowSemidefinite programmingBranch and boundMathematical optimizationFlow (mathematics)Computer scienceAlgorithmAC powerPower (physics)MathematicsElectric power system

Résumé

récupéré en direct d'OpenAlex

The Reactive Optimal Power Flow (ROPF) problem consists in computing an\noptimal power generation dispatch for an alternating current transmission\nnetwork that respects power flow equations and operational constraints. Some\nmeans of action on the voltage are modelled in the ROPF problem such as the\npossible activation of shunts, which implies discrete variables. The ROPF\nproblem belongs to the class of nonconvex MINLPs (Mixed-Integer Nonlinear\nProblems), which are NP-hard problems. In this paper, we solve three new\nvariants of the ROPF problem by using a semidefinite optimization-based\nBranch-and-Bound algorithm. We present results on MATPOWER instances and we\nshow that this method can solve to global optimality most instances. On the\ninstances not solved to optimality, our algorithm is able to find solutions\nwith a value better than the ones obtained by a rounding algorithm. We also\ndemonstrate that applying an appropriate clique merging algorithm can\nsignificantly speed up the resolution of semidefinite relaxations of ROPF large\ninstances.\n

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.

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)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,028
Tête enseignante GPT0,172
Écart entre enseignants0,144 · 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