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 Federal de Minas Gerais (UFMG) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Bessani, Michel | - |
Autor(es): dc.creator | Caetano, Henrique O. | - |
Autor(es): dc.creator | Luiz Desuó, N. | - |
Autor(es): dc.creator | Fogliatto, Matheus S. S. | - |
Autor(es): dc.creator | Maciel, Carlos D. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T19:10:54Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T19:10:54Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-031-67754-0_7 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/309444 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/309444 | - |
Descrição: dc.description | Electrical energy is fundamental for contemporary society since failures directly impact other critical infrastructures such as water and gas distribution, hospitals, or banking services. Consequently, resilience, which is the capability of a system to handle high-impact low probability events, is a crucial aspect of such systems. Efficient resilience assessment methods are essential to achieving high-performance, resilient energy systems. This chapter introduces a multilayer method to address several factors of power distribution systems’ resilience. Reliability regressions model the failures’ instant and duration given a weather scenario, a dynamic Bayesian network (DBN) models how probabilities of failure propagate on the system’s physical connections, and a service restoration through switching operations, and field crew routing is obtained through an optimization algorithm for a given set of failures. Information related to these factors has the potential to be structured in a layered manner for a better understanding of the dynamic interaction among different information like weather, routes, power grid, and historical events logs. The ability to model these relationships enables the inference of the system resilience for different inputs during analysis. Resilience can also be inferred by considering the uncertainties associated with these layers due to DBN’s nature. A case study is presented to show the efficacy of this procedure. The findings showed its ability to evaluate the resilience of power distribution systems in the face of uncertainty and the considered aspects for different weather scenarios. | - |
Descrição: dc.description | Department of Electrical Engineering Universidade Federal de Minas Gerais (UFMG) | - |
Descrição: dc.description | Department of Electrical and Computer Engineering University of São Paulo (USP) | - |
Descrição: dc.description | Department of Electrical Engineering São Paulo State University (Unesp) | - |
Descrição: dc.description | Department of Electrical Engineering São Paulo State University (Unesp) | - |
Formato: dc.format | 201-237 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Power Systems | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Dynamic bayesian networks | - |
Palavras-chave: dc.subject | Power distribution systems | - |
Palavras-chave: dc.subject | Reliability | - |
Palavras-chave: dc.subject | Resilience assessment | - |
Palavras-chave: dc.subject | Service restoration | - |
Título: dc.title | A Multilayer Resilience Assessment of Power Distribution Systems with Reliability Models, Service Restoration, and Dynamic Bayesian Networks | - |
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: