MétaCan
Menu
Retour à la cohorte
Enregistrement W4412082226 · doi:10.1109/tpwrs.2025.3586542

Two-Stage Resilience-Oriented Unit Commitment of Transmission Systems Against Severe Windstorms

2025· article· en· W4412082226 sur OpenAlexafffund
Mohammad Salimi, Yuzhong Gong, Rajesh Karki, C. Y. Chung

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPower system simulationResilience (materials science)Stage (stratigraphy)Unit (ring theory)Psychological resilienceTransmission (telecommunications)Electric power systemComputer scienceEnvironmental sciencePower (physics)GeologyPsychologyPhysicsTelecommunicationsSocial psychology

Résumé

récupéré en direct d'OpenAlex

This paper presents a two-stage unit commitment (UC) model to boost the resilient operational planning of transmission systems against upcoming windstorms. UC scheduling, load curtailment, and repair crew dispatch (RCD) are coordinated in two stages to inform all phases of the resilience trapezoid. Transmission line failure probabilities are calculated using the forecasted wind and component fragility curves. In the first stage, a conservativeness-controlled info-gap (CCIG)-based model is proposed to provide cost-robustness tradeoffs for decision-makers by solving the resilient UC (RUC) problem. Given the realized first-stage decisions, a novel UC-integrated RCD (UCRCD) formulation is presented in the second stage, which employs repair crew teams (RCTs) to minimize load curtailment by scheduling the repair of damaged lines during the UC horizon. The model is further developed to incorporate the RCD rescheduling on a rolling-horizon basis as the event progresses through the system and the damage information is updated. The proposed model is tested on the modified IEEE RTS-79 and IEEE RTS-96 test systems, showing its efficacy in providing optimal cost-robustness tradeoffs for mildly, moderately, and seriously conservative decision-makers and updating restoration schemes according to the new damage information. The results are verified using a sequential Monte Carlo (MC) simulation with 2000 scenarios.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,009
Tête enseignante GPT0,236
Écart entre enseignants0,227 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetOptimal Power Flow DistributionTravaux en français237 207