論文の概要: Correlating Power Outage Spread with Infrastructure Interdependencies During Hurricanes

• arxiv url: http://arxiv.org/abs/2407.09962v1
• Date: Sat, 13 Jul 2024 18:05:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-10 19:45:59.025446
• Title: Correlating Power Outage Spread with Infrastructure Interdependencies During Hurricanes
• Title（参考訳）: ハリケーンによる停電とインフラ相互依存性の関係
• Authors: Avishek Bose, Sangkeun Lee, Narayan Bhusal, Supriya Chinthavali,
• Abstract要約: 本研究では, 臨界インフラのネットワークと停電伝播の関係を解析し, ハリケーン時の停電の広がりについて検討した。 分析の結果,いくつかのステップでアクセス可能な重要なインフラストラクチャコンポーネントの量との間には,一貫した正の相関関係が明らかとなった。 この知見は、重要なインフラ要素間の相互接続性を理解することが、極端な気象事象によって間接的に影響を受ける領域を特定する上で重要であることを示唆している。
• 参考スコア（独自算出の注目度）: 5.2878398959711985
• License:
• Abstract: Power outages caused by extreme weather events, such as hurricanes, can significantly disrupt essential services and delay recovery efforts, underscoring the importance of enhancing our infrastructure's resilience. This study investigates the spread of power outages during hurricanes by analyzing the correlation between the network of critical infrastructure and outage propagation. We leveraged datasets from Hurricanemapping.com, the North American Energy Resilience Model Interdependency Analysis (NAERM-IA), and historical power outage data from the Oak Ridge National Laboratory (ORNL)'s EAGLE-I system. Our analysis reveals a consistent positive correlation between the extent of critical infrastructure components accessible within a certain number of steps (k-hop distance) from initial impact areas and the occurrence of power outages in broader regions. This insight suggests that understanding the interconnectedness among critical infrastructure elements is key to identifying areas indirectly affected by extreme weather events.
• Abstract（参考訳）: ハリケーンのような極端な天候による停電は、重要なサービスや回復の遅れを著しく破壊し、インフラのレジリエンスを高めることの重要性を強調している。 本研究では, 臨界インフラのネットワークと停電伝播の関係を解析し, ハリケーン時の停電の広がりについて検討した。 我々は,Hurricanemapping.com,North American Energy Resilience Model Interdependency Analysis (NAERM-IA) のデータセットと,オークリッジ国立研究所 (ORNL) のERGLE-Iシステムによる歴史的停電データを利用した。 本分析では, 初期衝突領域から特定段階(kホップ距離)でアクセス可能な重要なインフラストラクチャコンポーネントの範囲と, 広範囲の停電の発生との間には, 一貫した正の相関関係が明らかとなった。 この知見は、重要なインフラ要素間の相互接続性を理解することが、極端な気象事象によって間接的に影響を受ける領域を特定する上で重要であることを示唆している。

関連論文リスト

• Establishing Nationwide Power System Vulnerability Index across US Counties Using Interpretable Machine Learning [7.883500674930901]
  2014年から2023年までの3022郡の15分間隔で179万の停電記録を収集しました。 筆者らは,3次元(強度,周波数,持続時間)に基づく電力系統脆弱性評価フレームワークを開発し,分析可能な機械学習モデル(XGBoostとSHAP)を用いて,郡レベルでの電力系統脆弱性指数(PSVI)を算出した。 我々は45州にまたがる318の郡を、特に西海岸(カリフォルニアとワシントン)、東海岸(フロリダと北東部)、五大湖のメガロポリス(シカゴとデトロイトの大都市圏)、および高電力システムの脆弱性のホットスポットとして特定した。
  論文  参考訳（メタデータ） (2024-10-11T06:37:05Z)
• Multimodal Power Outage Prediction for Rapid Disaster Response and Resource Allocation [42.97753005297686]
  最も影響を受けやすい 過小評価のコミュニティが インフラの整備を受けています 本稿では,夜間照明(LNT)の重症度,停電,大ハリケーン前後の位置を予測するための新しい視覚的時間的枠組みを提案する。 我々の研究は、将来の太陽光発電(PV)の展開など、エネルギーインフラの強化を緊急に必要とする場合、未表示領域に認識をもたらします。
  論文  参考訳（メタデータ） (2024-09-14T21:35:29Z)
• Generating Fine-Grained Causality in Climate Time Series Data for Forecasting and Anomaly Detection [67.40407388422514]
  我々は、TBN Granger Causalityという概念的微粒因果モデルを設計する。 次に, TBN Granger Causality を生成的に発見する TacSas という, エンドツーエンドの深部生成モデルを提案する。 気候予報のための気候指標ERA5と、極度気象警報のためのNOAAの極端気象基準でTacSasを試験する。
  論文  参考訳（メタデータ） (2024-08-08T06:47:21Z)
• Variable-Agnostic Causal Exploration for Reinforcement Learning [56.52768265734155]
  強化学習のための新しいフレームワークVACERL(Variable-Agnostic Causal Exploration for Reinforcement Learning)を導入する。 本手法は,注目機構を用いて,重要変数に関連する重要な観測行動ステップを自動的に同定する。 これらのステップを接続する因果グラフを構築し、エージェントをタスク完了に対する因果的影響の大きい観察-作用ペアへと導く。
  論文  参考訳（メタデータ） (2024-07-17T09:45:27Z)
• Critical Learning Periods Emerge Even in Deep Linear Networks [102.89011295243334]
  クリティカルラーニング期間(Critical Learning periods)は、一時的な感覚障害が行動や学習表現に恒久的な影響を及ぼす発達初期の期間である。 生物学的ネットワークと人工ネットワークの急激な違いにもかかわらず、両方のシステムで臨界学習期間が経験的に観察されている。
  論文  参考訳（メタデータ） (2023-08-23T16:01:50Z)
• Benchmarks and Custom Package for Energy Forecasting [55.460452605056894]
  エネルギー予測は、電力グリッドディスパッチのようなその後のタスクのコストを最小化することを目的としている。 本稿では,大規模負荷データセットを収集し,再生可能エネルギーデータセットを新たにリリースした。 評価指標の異なるレベルにおいて,21種類の予測手法を用いた広範囲な実験を行った。
  論文  参考訳（メタデータ） (2023-07-14T06:50:02Z)
• Long-term Wind Power Forecasting with Hierarchical Spatial-Temporal Transformer [112.12271800369741]
  風力発電は、再生可能、汚染のないその他の利点により、世界中の注目を集めている。 正確な風力発電予測(WPF)は、電力系統の運用における電力変動を効果的に低減することができる。 既存の手法は主に短期的な予測のために設計されており、効果的な時空間的特徴増強が欠如している。
  論文  参考訳（メタデータ） (2023-05-30T04:03:15Z)
• IIVA: A Simulation Based Generalized Framework for Interdependent Infrastructure Vulnerability Assessment [0.0]
  本稿では,新たなインフラストラクチャ脆弱性評価フレームワークを提案する。 コンポーネントの初期失敗率が高いほど、インフラストラクチャの脆弱性が大きくなることが観察された。
  論文  参考訳（メタデータ） (2022-12-13T20:37:03Z)
• Pitfalls of Climate Network Construction: A Statistical Perspective [13.623860700196625]
  球面上の時間依存等方性確率場をシミュレートし,共通ネットワーク構築手法を適用した。 推定手順から生じる不確実性が,ネットワーク特性に大きく影響を与える方法がいくつか見出された。
  論文  参考訳（メタデータ） (2022-11-05T11:59:55Z)
• Impact of Coastal Hazards on Residents Spatial Accessibility to Health Services [0.0]
  本研究は,ハリケーン前後の交通ネットワークの破壊が医療サービスへのアクセスにどのように影響するかを検討する枠組みを提供する。 浸水と構造的故障は、短期および長期の時間スケールでのハリケーン後のアクセシビリティの定量化に使用される。 その結果,特定のエリアのアクセシビリティスコアの変化は,時間的関心尺度と危険シナリオの強度によって異なることがわかった。
  論文  参考訳（メタデータ） (2020-05-30T13:47:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。