New tight expression of network radiality constraints using constant commodity flow equipped with the parent–child supply chain
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
Preserving radiality is essential in distribution networks and Microgrid (MG) formation to ensure cost efficiency, reliability, and resiliency. However, maintaining radiality poses significant challenges due to the complexity of large-scale networks. Most existing models rely on Mixed-Integer Linear Programming (MILP) formulations, which suffer from low tightness, limiting their optimality and scalability. This paper addresses these limitations by introducing highly compact and tight radiality constraints designed to enhance computational performance and accuracy in reconfiguration and MG formation problems. The proposed approach is built on the novel Parent–Child Supply Chain (PCSC) framework, which, combined with a Constant Commodity Flow (CCF) model, ensures binary-like behavior for radiality variables without enforcing integer constraints. This innovation reduces the complexity of the problem, requiring binary variables only for line-switching decisions. Implementations of the model demonstrate significant improvements in computational performance, achieving a reduction of up to 72.61% in solution time and 14.7% in error margin compared to conventional MILP formulations. Moreover, the high tightness of the proposed constraints enables the use of second-order conic programming for highly accurate Distribution Power Flow (DistFlow) modeling. This advancement empowers operators to make realistic and informed decisions. The findings highlight the model’s potential to transform industry practices by offering a robust and scalable solution for network reconfiguration and MG formation.
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 | 0,001 | 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 | 0,000 |
| 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