Novel method for power flow optimization in commercial buildings
Notice bibliographique
Résumé
Energy consumption of Commercial Buildings represents around 40% of the total energy produced in North America. Total rated power of the small dry type transformers (DTT) installed within a typical Large Office Building (LOB) is 1.5 MVA at minimum. Typically DTT are energized 24/7 being loaded at 4%-7% of their rated power, running about 4800-5500 hours/year at efficiency values of 52%-94%. This paper presents the outcomes of a demonstration project that considered `smart' configurations of DTT as an alternate to existing methods. This project is intended to become one of the enablers of LEED Volume Program for Design and Construction and Program of Operation and Maintenance launched by USA and Canada Green Building Councils (USGBC and CGBC) in 2010/11. The design proposed in this paper is an “out-of-the-box” approach that can change traditional design of power grids in LOB. This work demonstrated that power flow within the LOB grid can be optimized by dynamic reconfiguration of the power grid topology, the static and dynamic loading of the DTTs leading to improvement in DTT performance while reducing the DTT power demand. The LOB smart grid will adapt itself to the optimum power flow with no human intervention. This paper also proposes new concepts of designing 600V/480V/208V/120V distribution power grid within LOB that will result in reduction of capital costs (Capex), increase operational energy savings, and reduce maintenance costs (Opex).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».