MétaCan
Menu
Retour à la cohorte
Enregistrement W4306251851 · doi:10.1016/j.egyr.2022.09.121

Improved Laplacian Matrix based power flow solver for DC distribution networks

2022· article· en· W4306251851 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

RevueEnergy Reports · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesHong Kong Polytechnic University
Mots-clésSolverComputer scienceNetwork topologyConvergence (economics)Topology (electrical circuits)Laplacian matrixMathematical optimizationFlow (mathematics)Power (physics)Matrix (chemical analysis)Power flowAlgorithmElectric power systemGraphDistributed computingMathematicsTheoretical computer scienceEngineeringElectrical engineeringComputer networkPhysics

Résumé

récupéré en direct d'OpenAlex

Distribution networks feature distinct topologies than transmission networks, such as radial or weakly meshed structures with tens of thousands of nodes. They have more points of power injection owing to the integration of distributed generators and high R/X ratios. Furthermore, there has recently been a surge of interest in DC distribution networks. In the planning and operation of modern distribution systems, load flow needs to be executed in series considering short intervals of time in the order of minutes or even less. Hence, these networks require a load flow solver that can converge fast with low computational burden. In this paper, we propose a unique iterative power flow solver based on graph theory for DC distribution networks. The proposed formulation is flexible and can handle both radial and mesh configurations with just one connectivity matrix. To validate the proposed method, we used the IEEE 33 bus test feeder and compared the results with an existing methodology. Results suggest that the proposed method is robust and possesses fast convergence.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,977
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 Opus0,003
Tête enseignante GPT0,194
Écart entre enseignants0,190 · 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