Fremtidige PLS-baserte kontrollanlegg i vannkraftverk
Bibliographic record
Abstract
Kraftmarkedet og organisatoriske endringer, i tillegg til den akselererende teknologiutviklingen, påvirker hvilke investeringer som Statkraft må vurdere i tiden som kommer. Det lokale kontrollanlegget ved de 346 vannkraftverkene er grasrota, og optimalisering og økt kontroll ved disse vil gi ringvirkninger tilsvarende Statkrafts størrelse. Denne rapporten er en mulighetsstudie som vurderer hvordan fremtidige PLS-baserte kontrollanlegg ved vannkraftverk burde bygges. \n\nStatnett, som er ansvarlig for sentralnettet, har satt presedens når det kommer til standardisering. Dette blir gjort for å oppnå en mer effektiv prosjektering og like anlegg. Det er sett på hvordan Statkraft kan benytte samme tankesett til å forenkle og på bedre vis samkjøre sin portefølje av kraftverk. Utenlandske aktører i Brasil, Canada og Italia tester bruken av IEC 61850 for sine kraftverk. Rapporten tar for seg hvilke muligheter dette gir og aktuelle deler av kontrollanlegget hvor denne standarden helst bør tas i bruk, og om en kan oppnå samme funksjonalitet på andre sett som er mindre inngripende i dagens anlegg. \n\nDet sentraliserte styresystemet gjør at man alltid må vurdere nettverkssikkerhet og eksponering mot cyberangrep. Et problem som øker med stigende frekvens. Samtidig øker også nødvendigheten for datainnsamling og analyse. Rapporten ser på hvordan man kan ivareta sikkerheten og bevarer kontrollen i denne viktige delen av norsk infrastruktur.\n\nØkt produksjonsregulering i fremtiden gir utfordringer for den tradisjonelle drifts og vedlikeholdsrutinen man har i dag. Større grad av regulering kan tenkes å medføre økt vedlikeholdskostnad og endret slitasjefrekvens. Dette medfører mer behov for instrumentering og logging av rådata til prediktivt bruk. Rapporten ser på måter en kan innføre slike system med minst mulig inngrep i dagens systemer.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.048 | 0.019 |
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".