MétaCan
Menu
Retour à la cohorte
Enregistrement W2028725268 · doi:10.1109/tsg.2013.2289922

Peak Load Curtailment in a Smart Grid Via Fuzzy System Approach

2014· article· en· W2028725268 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSmart gridLoad managementDemand responseLoad balancing (electrical power)Fuzzy logicComputer scienceElectric power systemGridLoad profileEnergy managementDuty cyclePeak demandReliability engineeringFuzzy control systemEnergy consumptionPower (physics)Base load power plantEnergy (signal processing)EngineeringElectricityVoltageElectrical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Among many significant smart grid initiatives and challenges considered by many utilities and within the research community, are those associated with the energy management and conservation, in particular the management of energy demand during peak load periods. In this paper, a novel method for peak load curtailment by using a fuzzy system approach is presented. The proposed method is based on the application of fuzzy logic principles for peak load curtailment in a smart grid environment. The inputs to the system are the utility peak load data consisting of many energy demand scenarios, and the outputs are the necessary demand response power reductions required for the load curtailment during the peak load periods. The proposed method considers different peak load profiles and power consumption sources for multiple city regions. Furthermore, it is adaptable for use in many scenarios, such as those encompassing many input sources of power consumption with diverse input parameters of control (i.e., temperature offsets, duty cycle control, etc.) within numerous city regions. Thus, it can be applied to multiple output variables of control.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,970
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,184
Écart entre enseignants0,176 · 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