MétaCan
Menu
Retour à la cohorte
Enregistrement W3169166971 · doi:10.1061/9780784483466.097

Improving Electricity Conservation in Small-Medium Municipal Water Distribution Systems in Ontario, Canada

2021· article· en· W3169166971 sur OpenAlexaffabout
Rebecca Dziedzic

Notice bibliographique

RevueWorld Environmental and Water Resources Congress 2021 · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésElectricityEnergy conservationEnergy consumptionElectricity systemEnvironmental economicsComputer scienceElectric power distributionWater conservationEnvironmental scienceEquatingAgency (philosophy)Electricity generationEngineeringPower (physics)Water resources

Résumé

récupéré en direct d'OpenAlex

As part of the present study, a tool was developed to automatically calculate the energy metrics of a water distribution system and map them, based on an input EPANET hydraulic model file. The tool was applied to a case study system of the Ontario Clean Water Agency (OCWA). Based on the inefficiencies identified with the new tool, an improved scenario was developed by adjusting pump controls and VFD speed settings. These changes led to an increase in energy efficiency and a 6.5% reduction in energy consumption, equating to about CAD$128,000 in annual electricity cost savings. Thus, this methodology can be a low cost solution for small-medium systems to identify electricity conservation opportunities, as opposed to more complex energy use optimizers.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,390
Score d'incertitude au seuil0,545

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 Opus0,005
Tête enseignante GPT0,140
Écart entre enseignants0,135 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Environmental and Water Resources Congress 2021Même sujetWater Systems and OptimizationTravaux en français237 207