MétaCan
Menu
Retour à la cohorte
Enregistrement W4254431797 · doi:10.32920/ryerson.14649180.v1

A probabilistic approach for optimal capacitor planning in distribution systems with wind generators

2021· preprint· en· W4254431797 sur OpenAlexafffund
Maryam Dadkhah

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueEnergy Load and Power Forecasting
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCumulantProbabilistic logicMathematical optimizationLogarithmMonte Carlo methodWind powerInterior point methodComputer scienceWind speedPoint (geometry)Probability density functionElectric power systemControl theory (sociology)EngineeringMathematicsPower (physics)Electrical engineeringStatistics

Résumé

récupéré en direct d'OpenAlex

This thesis proposes a probabilistic approach based on the Cumulant method for optimal capacitor planning in distribution systems with high penetration of wind generators. To account for the problem uncertainties, the probabilistic behaviour of load forecasts and wind generators are modeled using Probability Density Functions. Once the probabilistic framework is defined, an optimization problem can be formulated to minimize the total costs of the capacitors and of the annual energy losses. The optimization problem is then solved by using the Logarithm Barrier Interior Point Method, which provides a linear relationship between the cumulants of load and wind variables and the cumulants of the system parameters and solution cost. The Cumulant method offers a generous advantage in speed, while maintaining acceptable accuracy, as compared to the traditional Monte Carlo Simulation method. The proposed method is tested on a 7-bus and on a 33-bus systems, and the results are reported and discussed.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,461
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,212
Écart entre enseignants0,192 · 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.

Devis d'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnergy Load and Power ForecastingTravaux en français237 207