MétaCan
Menu
Retour à la cohorte
Enregistrement W4405936040 · doi:10.1109/tpwrs.2024.3524323

State Estimation for Integrated Energy Systems: Motivations, Advances, and Future Work

2024· article· en· W4405936040 sur OpenAlexaff
Junbo Zhao, Ankur Srivastava, Ye Guo, Dragan Ćetenović, Yuzhang Lin, Víctor Leví, Guanxiong Yin, Manyun Huang, Tingting Zhang, Antonio Gómez‐Expósito, Wen Zhang, Weiye Zheng, Saikat Chakrabarti, Yang Li, Ankush Sharma, Innocent Kamwa, Qinglai Guo, Vladimir Terzija, Lamine Mili

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensUniversité Laval
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésEstimationWork (physics)Electric power systemState (computer science)Computer scienceIndustrial engineeringRisk analysis (engineering)EngineeringControl engineeringSystems engineeringReliability engineeringPower (physics)BusinessMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This paper summarizes the technical activities of a three-year-long IEEE Task Force (TF) on State Estimation (SE) for Integrated Energy Systems (IES). It presents the formal definition and characteristics of IES, along with the comprehensive discussion on Electric Power Systems (EPS) model, and static and dynamic models associated with heating and natural gas systems. The paper also identifies the barriers of SE for IES, such as estimation modeling, observability analysis, and measurement requirements, together with addressing multi-scale dynamics. An extensive comparative analysis between Integrated Energy Systems–State Estimation (IES-SE) and more established Electric Power System–State Estimation (EPS-SE) is presented. The paper also provides future research needs and directions related to IES-SE.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,002
Communication savante0,0030,007
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,194 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207