MétaCan
Menu
Retour à la cohorte
Enregistrement W3129244973 · doi:10.1109/icjece.2020.3012095

Design of Cloud Computing-Based Control Algorithm for Hybrid Power System in Smart Grid Applications

2021· article· en· W3129244973 sur OpenAlex
S. Subha, S. Nagalakshmi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCanadian Journal of Electrical and Computer Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMaximum power point trackingPhotovoltaic systemSmart gridRenewable energyCloud computingHybrid powerWaveletGridAutomotive engineeringPower (physics)AlgorithmEngineeringElectrical engineeringMathematicsArtificial intelligenceOperating systemInverter

Résumé

récupéré en direct d'OpenAlex

Hybrid renewable energy (HRE) models are those that have two or more renewable sources connected together with some conventional sources to serve the demand load. The objective of this article is to present a cloud-based HRE model in which a Legendre wavelet embedded neurofuzzy (NF) indirect adaptive (LNFIA) maximum power point tracking (MPPT) control of photovoltaic (PV) system is implemented for the extraction of maximum power and a Hermite wavelet-based NF indirect adaptive control (HNFIA) of solid oxide fuel cells (SOFCs) for obtaining a swift response in a grid-connected HRE system. The implementation of these two smart controls for PV systems and SOFC maintains the tradeoff among power generation and load demands. The proposed HRE model when connected with cloud can be implemented for large-scale applications. An extensive experimental analysis is carried out to ensure the effectiveness of the proposed model. The result analysis verified that the proposed model shows an effective performance.

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.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,448

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 Opus0,003
Tête enseignante GPT0,152
Écart entre enseignants0,149 · 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