MétaCan
Menu
Retour à la cohorte
Enregistrement W3198115497 · doi:10.1109/tste.2021.3109482

Blockchain-Based Privacy Preserving and Energy Saving Mechanism for Electricity Prosumers

2021· article· en· W3198115497 sur OpenAlex
Hany A. Abdelsalam, Anurag K. Srivastava, Abdelrahman Eldosouky

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Sustainable Energy · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésProsumerComputer scienceValidatorRenewable energyBlockchainElectricityScalabilityDistributed computingComputer securityEngineeringDatabaseElectrical engineering

Résumé

récupéré en direct d'OpenAlex

With the development of distributed and renewable energy resources and smart grids, energy management systems that allow electricity prosumers to schedule their power usage, are seen as a prominent solution for reducing electricity costs. This paper presents a novel blockchain-based mechanism to incentivize prosumers to save energy, while preserving their privacy. In the proposed mechanism, each prosumer utilizes an energy management system that is based on the percentage power change (PPC) at each hour of the day. The use of PPC values allows the proposed blockchain to preserve the privacy of the prosumers as no sensitive information is shared. The calculated PPC values are shared among the prosumers. The prosumer with the minimum PPC value is selected as the validator of the blockchain, which is responsible for creating the next block of the blockchain. The problem of approving the validator, by other prosumers, is formulated using a novel zero-metric weighted average consensus. The communication model required to reach this consensus is investigated and the consensus value is analytically derived. Multiple test systems with varying number of prosumers are simulated and analyzed. The results demonstrate the capability of the proposed mechanism to sustain energy while preserving privacy in a scalable manner.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,210 · 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