Unique Symbolic Factorization for Fast Contingency Analysis Using Full Newton–Raphson Method
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
Contingency analysis plays an important role in assessing the static security of a network. Its purpose is to check whether a system can operate safely when some elements are out of service. In a real-time application, the computational time required to perform the calculation is paramount for operators to take immediate actions to prevent cascading outages. Therefore, the numerical performance of the contingency analysis is the main focus of this current research. In power flow calculation, when solving the network equations with a sparse matrix solver, most of the time is spent factorizing the Jacobian matrix. In terms of computation time, the symbolic factorization is the costliest operation in the LU (Lower-upper) factorization process. This paper proposes a novel method to perform the calculation with only one symbolic factorization using a full Newton–Raphson-based generic formulation and modular approach (GFMA). The symbolic factorization retained can be used during the iterations of any power flow contingency scenario. A computer study demonstrates that reusing the same symbolic factorization greatly reduces computation time and improves numerical performance. Power system security assessment under N-1 and N-2 contingency conditions is performed for the IEEE standard 54-bus and 108-bus to evaluate the numerical performance of the proposed method. A comparison with the conventional power flow method shows that the time required for the analysis is shortened considerably, with a minimum gain of 228%. The comparative analysis demonstrates that the proposed solution has better numerical performance for large-scale networks.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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