Alocação de bancos de capacitores em redes de distribuição de energia visando eliminar violações de tensão
Bibliographic record
Abstract
Neste trabalho apresenta-se um modelo de otimização para o problema de alocação de bancos de capacitores em alimentadores de distribuição de energia elétrica. O modelo proposto apresenta função objetivo linear, restrições lineares e variáveis contínuas e binárias, sendo representado por um problema de programação linear inteira mista. Isto permite que a solução ótima de problemas reais possa ser obtida por intermédio de métodos de otimização clássica. Além disto, o modelo incorpora a definição simultânea do tap ótimo de operação dos transformadores de distribuição visando minimizar as violações nos limites de tensão, ampliando as possibilidades de ajuste. A função objetivo a ser minimizada representa os custos totais de investimento (aquisição, instalação e remoção) e de operação (manutenção e custos associados à violação dos limites de tensão). O modelo apresentado considera restrições operacionais, que descrevem a capacidade dos equipamentos, e restrições financeiras e lógicas, com o objetivo de reduzir o espaço de busca. A variação horária da carga é considerada por meio de um modelo simplificado que permite representar a característica individual de cada transformador de distribuição. O estado de operação dos bancos de capacitores automáticos é determinado juntamente com a solução do modelo, sendo estes equipamentos utilizados apenas quando necessário. A validade e a eficiência do modelo apresentado são comprovadas por intermédio de exemplos de aplicação em redes de distribuição de média tensão.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".