MétaCan
Menu
Retour à la cohorte
Enregistrement W4384299575 · doi:10.1049/stg2.12120

Efficient unmanned aerial vehicle paths design for post‐disaster damage assessment of overhead transmission lines

2023· article· en· W4384299575 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

RevueIET Smart Grid · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesQatar National Research Fund
Mots-clésOverhead (engineering)Computer scienceReliability engineeringElectric power transmissionVulnerability (computing)GridDroneReal-time computingProcess (computing)Transmission (telecommunications)Power (physics)Identification (biology)EngineeringComputer securityTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract The widespread distribution of overhead transmission lines increases the vulnerability of power grids to failures. Thus, power lines need to be timely inspected, especially before or during emergency‐related situations to ensure stable operation of the power grid. Traditional methods of visual inspection (satellites and helicopters) are inconvenient, often cannot be deployed and if they are deployed present a slow response time and high cost, which is very critical for fast post‐disaster damage identification. On the other hand, employing an unmanned aerial vehicle (UAV) offers a more efficient, reliable, and faster means for the assessment process. This article proposes a novel approach for the post‐disaster UAV‐based damage assessment of overhead power lines. In the proposed approach, the UAVs paths over the most critical loads are formulated as an optimisation problem with the objective of minimising the total inspection time while considering the recharging of the UAVs' batteries. To solve the problem, an efficient framework that optimises the UAVs flight paths is proposed to inspect the critical loads in an efficient order, while accounting for the UAV recharging. This guarantees that the UAVs complete the assessment tasks unlike existing benchmarks.

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 candidatesaucune
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 enseignants0,456
Score d'incertitude au seuil0,392

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 Opus0,017
Tête enseignante GPT0,262
Écart entre enseignants0,246 · 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