DRIFT: Differentiated RF Power Transmission for Wireless Sensor Network deployment in the smart grid
Notice bibliographique
Résumé
Smart grid calls for low-cost, fine-grained and long-lasting monitoring solutions, to be able to provide reliable service to customers, enhance situational awareness capabilities and refine the operation of the grid and the microgrids, in addition to enabling prompt utility reaction to emergencies. Wireless Sensor Networks (WSNs) are promising candidates for monitoring the smart grid, given their capability to cover a large geographic region at low-cost. However, they do not provide long-lasting operation capability due to the limited battery lifetime of the sensors. Particularly, when sensors are deployed in hard-to-reach or hazardous environments, replacing the batteries of the sensors increase the cost of monitoring significantly. In the literature, energy-efficient protocols and ambient energy harvesting have been proposed to extend the lifetime of the sensors while neither of those offer a concrete solution for the smart grid. In this context, recent advances in Radio Frequency (RF) energy harvesting offers a unique solution to make WSNs operationally ready for smart grid monitoring tasks. Studies on RF energy harvesting have focused on uniform power delivery to all sensors, however it becomes essential to differentiate between critical zones and less critical zones in smart grid monitoring tasks. In this paper, we propose the Differentiated RF Power Transmission (DRIFT) scheme which is based on an Integer Linear Programming (ILP) model that maximizes the power received by the high priority sensor nodes. We compare the performance of DRIFT with a path length minimizing approach, namely Sustainable wireless Rechargeable Sensor network (SuReSense). We show that DRIFT is able to provide more power to high priority nodes than SuReSense. We also show that there is a tradeoff between power maximization and path length minimization.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».