MétaCan
Menu
Retour à la cohorte
Enregistrement W3006093126 · doi:10.1109/appeec45492.2019.8994380

Proof of Concept of a Cloud-Based Smart Dual-Fuel Switching System to Control the Operation of a Hybrid Residential HVAC System

2019· article· en· W3006093126 sur OpenAlexaff
Danilo Yu, King Yeung Tung, Navid Ekrami, Gulsun Demirezen, Alan S. Fung, Farah Mohammadi, Kaamran Raahemifar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of WaterlooToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésHVACThermostatAutomotive engineeringComputer scienceCloud computingSmart gridDual (grammatical number)Demand responseControl systemEmbedded systemAir conditioningReal-time computingEngineeringElectrical engineeringOperating systemElectricity

Résumé

récupéré en direct d'OpenAlex

A net-zero energy house was outfitted with IoT technology and devices to monitor its energy generation and consumption. The house has a rooftop PV array, an efficient hybrid (or dual-fuel) HVAC system, and efficient appliances to achieve net-zero status. Signals between the thermostat and the HVAC system were intercepted by a custom-built wifi-enabled circuit board to transmit the operating status of the HVAC unit and receive control signals from a remote server for optimal supervisory control. The project was developed as a proof of concept to show that a cloud-based intelligent control system that automatically chooses the best fuel source to use can benefit the homeowner (19% energy cost savings is possible) and contribute to decarbonization (29% reduction). If employed on a wide scale with a smart grid that sends pricing and demand response signals, huge potentials in reducing carbon emissions can be achieved without sacrificing homeowner costs and comfort.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,005
Tête enseignante GPT0,183
Écart entre enseignants0,179 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Grid Energy ManagementTravaux en français237 207