Efficient global assessment of power system resilience under uncertainty using an enhanced polynomial chaos expansion method
Notice bibliographique
Résumé
Climate change has resulted in increasing frequency and intensity of extreme weather events, such as blizzards and wind storms.These extreme events pose a severe risk to the safe and secure operation of power systems, which has motivated recent interest in assessing power system resilience to extreme weather.The random nature of these extreme events and the corresponding power system failures mandates resilience assessment in probabilistic frameworks.However, state-of-the-art probabilistic methods struggle to efficiently assess resilience across all possible failure scenarios (i.e., globally), presenting a significant barrier to practical resilience assessment.To overcome this, this thesis develops a novel method leveraging polynomial chaos expansion (PCE) models to efficiently assess power system resilience.Firstly, this thesis models a power system's response to an extreme weather event.An efficient resilience event model capable of modelling many failure mechanisms is presented: applying fragility curves to model component failures and the AC cascading failure model to simulate the system's response.The developed model is then applied to assess power system resilience.To improve computational efficiency and globally assess resilience, this thesis leverages PCE models, which approximate the system's resilience with a polynomial function computed from a small set of system response samples.However, issues in PCE stability (i.e., the reliable computation of PCE models with different sample sets) pose a significant barrier to this method's applicability.Therefore, this thesis proposes a novel experiment design method, the Maximin-Latin hypercube sampling (MmLHS) method, that improves stability by uniformly selecting the samples used in PCE model computation.A PCE-based method for resilience assessment is then proposed that leverages MmLHS to construct stable PCE models and efficiently assess resilience.To validate the proposed method case studies are performed on the IEEE 39-Bus and 118-Bus systems using real-world data.Numerical studies on the IEEE 39-Bus system demonstrate the improved stability obtained by the MmLHS method while further studies on the IEEE 39-Bus and 118-Bus systems demonstrate the proposed PCE-based method's accuracy and efficiency and showcase its application to xiv
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».