MétaCan
Menu
Retour à la cohorte
Enregistrement W4312781026 · doi:10.1109/tpwrd.2022.3215964

A Multi-Period Regulation Methodology for Reliability as Service Quality Considering Reward-Penalty Scheme

2022· article· en· W4312781026 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

RevueIEEE Transactions on Power Delivery · 2022
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Reliability and Maintenance
Établissements canadiensHydro-QuébecUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)Natural monopolyReliability engineeringMonopolyQuality (philosophy)Service qualityComputer scienceIT service continuityRisk analysis (engineering)Investment (military)Service (business)EngineeringEconomicsBusinessPower (physics)Microeconomics

Résumé

récupéré en direct d'OpenAlex

In distribution systems, reliability insurance and financial performance are often hard to reconcile due to a natural monopoly. While many studies have proposed regulatory design of reward-penalty scheme (RPS) as an effective performance-based regulation framework to compensate for this natural monopoly, little attention is devoted to consideration of RPS in reliability as service quality. In this paper a novel methodology is proposed for considering an RPS in regard to reliability assessment problems to ensure a reasonable balance between reliability improvement and financial performance. In the proposed methodology, the impact of the utilities’ financial and reliability performance in one regulation period is considered as to how it influences the next periods, i.e., multi-period modeling. The implementation results in an IEEE test system are utilized to reveal possible improvements in both reliability and financial performance, which lead to the delivery of a satisfactory level of service quality to customers in both the short- and long-term. The proposed methodology can be regarded as a performance-based standard for reliability improvement and efficient investment in 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.

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)0,002
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 enseignants0,683
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 recherche0,0000,001
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 Opus0,065
Tête enseignante GPT0,298
Écart entre enseignants0,233 · 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