MétaCan
Menu
Retour à la cohorte
Enregistrement W3094957351 · doi:10.1109/ecce44975.2020.9235727

Uncertainty Reduction for Data Centers in Energy Internet by a Compact AC-DC Energy Router and Coordinated Energy Management Strategy

2020· article· en· W3094957351 sur OpenAlexaff
Javad Khodabakhsh, Gerry Moschopoulos

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRenewable energyConvertersRouterEnergy storageEnergy managementDistributed generationComputer scienceFlexibility (engineering)IntermittencyDistributed computingPower (physics)Reliability engineeringEngineeringEnergy (signal processing)Electrical engineeringComputer networkVoltage

Résumé

récupéré en direct d'OpenAlex

The concept of energy internet (EI) is a promising way to increase the utilization of small-scale renewable distributed generation and to reduce the effect of their intermittency on an autonomous power system. In such systems, resources are shared among the various participants in the grid, and the reliability of the overall system will increase. In the control level, an energy management strategy is required to meet the demand with respect to the available renewable distributed generation, energy storage, and flexible loads. In order to actuate the energy management strategies in an EI, controllable multiport converters are required to control energy flow. These converters are called energy routers (ERs). ERs are keystones in an EI as they control power flow and assure system power balance at local and global levels. ERs that interface AC and DC sub-grids are typically built with a combination of several converters that increase the cost and size of such converters. The higher number of ERs increases the flexibility of energy management in an EI, but the cost and size of such converter are a limiting factor at system-level design. This paper proposes a new, less expensive structure with a tailor-made control strategy to overcome these issues. The performance of the ER structure and the control strategy is confirmed with simulation and experimental results.

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 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 candidatesaucune
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 enseignants0,993
Score d'incertitude au seuil0,670

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 GPT0,204
Écart entre enseignants0,189 · 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 tête enseignante, 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207