MétaCan
Menu
Retour à la cohorte
Enregistrement W2050071282 · doi:10.1109/tsg.2014.2373271

Optimal Operation of Industrial Energy Hubs in Smart Grids

2014· article· en· W2050071282 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 Waterloo
Organismes subventionnairesnon disponible
Mots-clésSmart gridScheduling (production processes)Energy managementDemand responseOperator (biology)Load managementEnergy management systemComputer scienceIndustrial productionProcess (computing)EngineeringMathematical optimizationOperations researchIndustrial engineeringElectricityEnergy (signal processing)Electrical engineeringOperations management

Résumé

récupéré en direct d'OpenAlex

This paper presents the development of a generic optimal industrial load management (OILM) model, which can be readily incorporated into energy hub management systems (EHMSs) for industrial customers, in interaction with local distribution companies (LDCs), for automated and optimal scheduling of their processes. The mathematical models comprise an objective function to minimize the total energy costs and/or demand charges for industrial customers, and a set of equality and inequality constraints to represent the industrial process, storage units, distribution system components, operator's requirements, and other relevant constraints. The effectiveness of the proposed OILM model is demonstrated in two industrial customers: 1) a flour mill; and 2) a water pumping facility. The results show that the proposed OILM model, in conjunction with communication and control infrastructures at the customer and LDC levels, would allow optimal operation of industrial EHMSs in smart grids.

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)0,000
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 enseignants0,782
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 GPT0,200
Écart entre enseignants0,185 · 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