TOU-Aware Energy Management and Wireless Sensor Networks for Reducing Peak Load in Smart Grids
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The electricity grid is undergoing a major renovation and becoming a smart grid by integrating the advances in Information and Communication Technologies (ICT). Current applications in energy generation, power distribution and its consumption need improvement in several ways, such as, making efficient use of green energy, increasing automation in distribution and enabling residential energy management. The existing grid does not provide sufficient mechanisms to manage the residential electricity consumption. However, interconnecting consumer devices with the home area networks, and at the same time, communicating with the utility networks through a home gateway facilitate residential energy management in smart grids. Residential energy management uses utility-driven price signals which vary depending on the time of the day. This is called as Time Of Use (TOU) pricing. In TOU pricing, electricity consumption during peak hours costs more than electricity consumption during off-peak hours. TOU prices reflect the variation in the actual cost of power during one day. Utilities run bas plants to supply power for the base load. In peak hours, demands of the consumers rise, and utilities bring peaker plants online to supply additional power. Peaker plants have higher operating costs and higher GreenHouse Gas (GHG) emission rates than base plants. Therefore, reducing peak load decreases the expenses for energy generation and it decreases the GHG emissions. Wireless sensor networks can play a key role in reducing the demand of the consumers in peak hours. In this paper, we employ TOU-aware energy management in a smart home with wireless sensor home area network and analyze the impact of this schemes on the peak load. We show that our scheme decreases the use of the appliances in peak hours and reduces the energy bills for consumers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle