Towards Resilient Self-Proactive Distribution Grids Against Wildfires: A Dual Rolling Horizon-Based Framework
Notice bibliographique
Résumé
Wildfires have recently posed a significant danger to the security and reliability of electrical power systems, prompting the development of innovative frameworks for enhanced resilience. Existing literature has primarily focused on service restoration using stochastic optimization models that lack the necessary dynamism to tackle uncertainties effectively. To address this problem, a Dual Rolling horizon optimization (DRHO) is utilized to devise a smart resilience controller (SRC) that mitigates distribution network outages caused by wildfire disruptions. The proposed SRC can dynamically monitor and analyze the spatiotemporal behaviors of wildfires, such as their intensity, arrival time, and binding pathways from their ignition sources to electrical equipment. In doing so, it can proactively take real-time corrective measures before the wildfire reaches power distribution lines. The primary objective is to minimize load shedding and operational costs through re-configuring the network and employing a mix of stationary and mobile distributed energy resources (MDERs) that operate under a master-slave control scheme. The effectiveness of the proposed DRHO-based SRC is validated through diverse case studies and is compared against scenario-based approaches. Considering real-world data of Alberta wildfires, simulation results demonstrate the proposed solution's robustness to uncertainties, significantly reducing power outages and ensuring enhanced resilience.
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 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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».