MétaCan
Menu
Retour à la cohorte
Enregistrement W1968968881 · doi:10.4236/epe.2015.74014

Energetic Macroscopic Representation of an Electrically Heated Building with Electric Thermal Storage and Heating Control for Peak Shaving

2015· article· en· W1968968881 sur OpenAlexafffund
Cristina Guzmán, Kodjo Agbossou, Alben Cardenas

Notice bibliographique

RevueEnergy and Power Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesHydro-Québec
Mots-clésRenewable energyEnergy storageThermal energy storageElectricitySmart gridElectric heatingPeaking power plantAutomotive engineeringEnergy managementEnergy consumptionGridControl (management)Electric vehicleProcess engineeringEnvironmental scienceEnergy (signal processing)Computer scienceMechanical engineeringEngineeringElectrical engineeringPower (physics)Distributed generation

Résumé

récupéré en direct d'OpenAlex

As a part of the Smart Grid concept, an efficient energy management at the residential level has received increasing attention in lately research. Its main focus is to balance the energy consumption in the residential environment in order to avoid the undesirable peaks faced by the electricity supplier. This challenge can be achieved by means of a home energy management system (HEMS). The HEMS may consider local renewable energy production and energy storage, as well as local control of some particular loads when peaks mitigation is necessary. This paper presents the modeling and comparison of two residential systems; one using conventional electric baseboard heating and the other one supported by Electric Thermal Storage (ETS); the ETS is employed to optimize the local energy utilization pursuing the peak shaving of residential consumption profile. Simulations of the proposed architecture using the Energetic Macroscopic Representation (EMR) demonstrate the potential of ETS technologies in future HEMS.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy and Power EngineeringMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207