MétaCan
Menu
Retour à la cohorte
Enregistrement W4416136333 · doi:10.1109/pesgm52009.2025.11225412

Efficient Probabilistic Assessment of Power System Resilience Using the Polynomial Chaos Expansion Method with Enhanced Stability

2025· article· W4416136333 sur OpenAlexaff
Aidan Gerkis, Xiaozhe Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)Electric power systemProbabilistic logicStability (learning theory)ComputationAdaptation (eye)Convergence (economics)Polynomial chaosControl theory (sociology)Power (physics)

Résumé

récupéré en direct d'OpenAlex

Increasing frequency and intensity of extreme weather events motivates the assessment of power system resilience. The random nature of power system failures during these events mandates probabilistic resilience assessment, but state-of-the-art methods are computationally inefficient. In this paper, an enhanced PCE method to quantify power system resilience based on the extended AC Cascading Failure Model (AC-CFM) model is proposed. To address repeatability issues arising from PCE computation with different sample sets, we propose a novel experiment design method. Numerical studies on the IEEE 39-bus system illustrate the improved repeatability and convergence of the method. The enhanced PCE method is then used to efficiently assess the system’s resilience and propose adaptation measures.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,290
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207