MétaCan
Menu
Retour à la cohorte
Enregistrement W1970370622 · doi:10.1109/tsg.2014.2317800

Total Cost of Ownership and Risk Analysis of Collaborative Implementation Models for Integrated Fiber-Wireless Smart Grid Communications Infrastructures

2014· article· en· W1970370622 sur OpenAlexaff
Ramzi Charni, Martin Maier

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSmart gridComputer scienceTotal cost of ownershipTelecommunicationsExploitGridRenewable energyWirelessComputer networkComputer securityEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Most previous total cost of ownership (TCO) studies give insight into the overall costs of various communications network architectures under the assumption of the traditional vertical integration model. However, it is necessary to take a closer look at the possibilities and gains achieved through collaboration. In this work, we develop a flexible, generic yet comprehensive TCO framework for the rollout of integrated fiber-wireless (FiWi) smart grid communications infrastructures. Further, we propose a novel collaborative implementation model for a shared infrastructure for both broadband access and smart grid communications. In addition, we take into account that buildings currently shift from a product to a service (i.e, renewable power supply) and exploit the idea that housing companies may collaborate by offering surplus renewable energy to communications network providers across interconnected smart microgrids. We study the impact of our implementation model on TCO and compare it with the vertical integration model. We also conduct a sensitivity analysis for the key cost parameters and analyze the risks related to solar power intermittency and random fiber cuts in terms of power service penalty, fiber cut related costs, and TCO.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,736
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,239 · 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 tête enseignante, 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

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Smart GridMême sujetSmart Grid Energy ManagementTravaux en français237 207