Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/76466
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorRajabdorri, Mohammades-ES
dc.contributor.authorLobato Miguélez, Enriquees-ES
dc.contributor.authorSigrist, Lukases-ES
dc.date.accessioned2023-01-12T12:28:39Z-
dc.date.available2023-01-12T12:28:39Z-
dc.date.issued2022-11-28es_ES
dc.identifier.issn1751-8687es_ES
dc.identifier.urihttps://doi.org/10.1049/gtd2.12658es_ES
dc.identifier.urihttp://hdl.handle.net/11531/76466-
dc.descriptionArtículos en revistases_ES
dc.description.abstractSe introduce una restricción lineal basada en datos para mejorar la frecuencia posterior a la avería. Se obtiene un conjunto de datos simulando la respuesta en frecuencia del sistema. A continuación, se emplea la regresión logística para diferenciar los incidentes aceptables de los inaceptables.es-ES
dc.description.abstractThis paper introduces a data-driven linear constraint to improve the post-fault frequency quality in island power systems. A data-set is obtained by simulating the system frequency response of single outages. Then logistic regression is employed to differentiate the acceptable and unacceptable incidents.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoes-ESes_ES
dc.rightsCreative Commons Reconocimiento-NoComercial-SinObraDerivada Españaes_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/es_ES
dc.sourceRevista: IET Generation Transmission & Distribution, Periodo: 1, Volumen: 16, Número: 24, Página inicial: 5069, Página final: 5083es_ES
dc.titleRobust frequency constrained UC using data driven logistic regression for island power systemses_ES
dc.typeinfo:eu-repo/semantics/articlees_ES
dc.description.versioninfo:eu-repo/semantics/publishedVersiones_ES
dc.rights.holderes_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsregresión logística, frecuencia posterior a la avería, machine learninges-ES
dc.keywordsFrequency response, logistic regression, data-driven optimization, machine learningen-GB
Aparece en las colecciones: Artículos



Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.