Global Methodology for Electrical Utilities Maintenance Assessment Based on Risk-Informed Decision Making
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.
Notice bibliographique
Résumé
Modern electrical power utilities must deal with the replacement of large portions of their assets as they reach the end of their useful life. Their assets may also become obsolete due to technological changes or due to reaching their capacity limits. Major upgrades are also often necessary due to the need to grow capacity or because of the transition to more efficient and carbon-free power alternatives. Consequently, electrical power utilities are exposed to significant risks and uncertainties that have mostly external origins. In this context, an effective framework should be developed and implemented to maximize value from assets, ensure sustainable operations and deliver adequate customer service. Recent developments show that combining the concepts of asset management and resilience offers strong potential for such a framework—not only for electrical utilities, but for industry, too. Given that the quality and continuity of service are critical factors, the concept of Value of Lost Load (VoLL) is an important indicator for assessing the value of undelivered electrical energy due to planned or unplanned outages. This paper presents a novel approach for integrating the power grid reliability simulator into a holistic framework for asset management and electrical power utility resilience. The proposed approach provides a sound foundation for Risk-Informed Decision Making in asset management. Among other things, it considers asset performance as well as the impact of both current grid topology and customer profiles on grid reliability and VoLL. A case study on a major North American electrical power utility demonstrates the applicability of the proposed methodology in assessing maintenance strategy.
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 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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle