MétaCan
Menu
Retour à la cohorte
Enregistrement W2187186932 · doi:10.1016/j.egypro.2015.11.494

Energy Storage: Technology Applications and Policy Options

2015· article· en· W2187186932 sur OpenAlexaff
Mathieu Landry, Yves Gagnon

Notice bibliographique

RevueEnergy Procedia · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésEnergy storageSoftware deploymentPumped-storage hydroelectricityRenewable energyEnergy supplyDecoupling (probability)SpinningEnvironmental economicsIntermittent energy sourcePeak demandDistributed generationComputer scienceEngineeringEnergy (signal processing)Electrical engineeringPower (physics)ElectricityOperating systemControl engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents technology applications and policy options related to energy storage in energy systems or grids. Energy storage technologies are promising tools to achieve a low-carbon future since they allow for the decoupling of energy supply and demand. Energy storage technologies could potentially be deployed across the supply, transmission, distribution and demand portions of an energy system or grid. The services they provide are either based on a power application or an energy application; and they range from long-term seasonal storage to short duration spinning and non-spinning reserves. In terms of energy storage technologies, pumped storage hydropower systems are a mature technology and comprise over 99% of the current total global installed capacity of energy storage technologies, which is evaluated at over 141 GW. In order to achieve widespread deployment, policy options should seek to enable compensation for the multiple services performed across the energy system.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0040,006
Science ouverte0,0010,002
Intégrité de la recherche0,0050,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 GPT0,192
Écart entre enseignants0,187 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations42
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetMicrogrid Control and OptimizationTravaux en français237 207