MétaCan
Menu
Retour à la cohorte
Enregistrement W4312555543 · doi:10.1109/jproc.2022.3216362

Charging Infrastructure and Grid Integration for Electromobility

2022· article· en· W4312555543 sur OpenAlex

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

RevueProceedings of the IEEE · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFondo de Financiamiento de Centros de Investigación en Áreas PrioritariasComisión Nacional de Investigación Científica y TecnológicaAgencia Nacional de Investigación y DesarrolloUniversidad de los AndesIsaac Newton TrustDuke Energy
Mots-clésGridComputer scienceBusinessMathematics

Résumé

récupéré en direct d'OpenAlex

Electric vehicle (EV) charging infrastructure will play a critical role in decarbonization during the next decades, energizing a large share of the transportation sector. This will further increase the enabling role of power electronics converters as an energy transition technology in the widespread adoption of clean energy sources and their efficient use. However, this deep transformation comes with challenges, some of which are already unfolding, such as the slow deployment of charging infrastructure and competing charging standards, and others that will have a long-term impact if not addressed timely, such as the reliability of power converters and power system stability due to loss of system inertia, just to name a few. Nevertheless, the inherent transition toward power systems with higher penetration of power electronics and batteries, together with a layer of communications and information technologies, will also bring opportunities for more flexible and intelligent grid integration and services, which could increase the share of renewable energy in the power grid. This work provides an overview of the existing charging infrastructure ecosystem, covering the different charging technologies for different EV classes, their structure, and configurations, including how they can impact the grid in the future.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,197

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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,221 · 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