Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Caetano, Henrique O. | - |
Autor(es): dc.creator | Desuó N., Luiz | - |
Autor(es): dc.creator | Fogliatto, Matheus de S.S. | - |
Autor(es): dc.creator | Ribeiro, Vitor P. | - |
Autor(es): dc.creator | Balestieri, José A.P. | - |
Autor(es): dc.creator | Maciel, Carlos D. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T16:17:27Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T16:17:27Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-10-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.epsr.2024.110706 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/299357 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/299357 | - |
Descrição: dc.description | The growing complexity of Power Distribution Systems, driven by distributed generation, renewable energy integration, and increasing demand, has led to restricted access to DS data due to security and privacy concerns. This study addresses limited data accessibility by proposing a hybrid approach for crafting synthetic power distribution systems tailored for power system analysis and control. Synthetic power distribution systems refer to artificially generated models that faithfully replicate real-world DS features while upholding security and privacy constraints. This innovative methodology merges a Bayesian Hierarchical Model with Markov Chain Monte Carlo techniques, utilizing georeferenced data to capture intricate system dependencies, feeder configurations, switch statuses, and load node distributions. Leveraging OpenStreetMaps for DS topology, the approach incorporates expert knowledge and real-world data. Results highlight the methodology's ability to evaluate credible intervals for parameters, facilitating a probabilistic assessment of uncertainties and enhancing decision support in power system analysis and control. Findings affirm the hybrid approach's efficacy in generating realistic synthetic DSs, bridging the gap between statistical and georeferenced methodologies for advanced power system analysis and control. The capacity to generate synthetic DSs provides valuable insights into power system dynamics, addressing security, privacy, and data accessibility concerns for a more informed decision-making process. | - |
Descrição: dc.description | International Business Machines Corporation | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Department of Electrical and Computing Engineering University of São Paulo (EESC/USP) - São Carlos | - |
Descrição: dc.description | Faculty of Engineering and Science São Paulo State University (UNESP) - Guaratinguetá | - |
Descrição: dc.description | Faculty of Engineering and Science São Paulo State University (UNESP) - Guaratinguetá | - |
Descrição: dc.description | FAPESP: 2021/12220-1 | - |
Descrição: dc.description | FAPESP: 2023/07634-7 | - |
Descrição: dc.description | CAPES: 88887.682748/2022-00 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Electric Power Systems Research | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Bayesian Hierarchical Model | - |
Palavras-chave: dc.subject | Distribution systems | - |
Palavras-chave: dc.subject | Georeferenced data | - |
Palavras-chave: dc.subject | Synthetic test cases | - |
Título: dc.title | A Bayesian Hierarchical Model to create synthetic Power Distribution Systems | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: