MétaCan
Menu
Retour à la cohorte
Enregistrement W4394564219 · doi:10.1016/j.enpol.2024.114083

Digitalization of power distribution grids: Barrier analysis, ranking and policy recommendations

2024· article· en· W4394564219 sur OpenAlexaff
Roberto Monaco, Claire Bergaentzlé, Jose Angel Leiva Vilaplana, Emmanuel Ackom, Per Sieverts Nielsen

Notice bibliographique

RevueEnergy Policy · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsHorizon 2020European Commission
Mots-clésElectrificationRenewable energySoftware deploymentSmart gridDecentralizationEnvironmental economicsDistribution (mathematics)Ranking (information retrieval)Energy policyRisk analysis (engineering)ElectricityBusinessIndustrial organizationProcess managementComputer scienceEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

The energy transition process that is being driven by the decentralization and electrification of energy systems impacts significantly on electricity distribution grids. The fast-evolving technical and policy landscape prompts distribution system operators (DSOs) to modernize their operational strategies. This underscores the critical significance of digitalization investments, particularly in optimizing grid performance, managing renewable energy integration, and meeting evolving consumer demands. Despite the expected gains from digital technologies, their deployment in power distribution grids remains limited and partial. This study comprehensively examines the barriers hindering the digitalization of distribution grids, including the technical, organizational, regulatory, economic and human factors. By combining insights from existing literature with interviews with European DSO representatives, we have ranked the barriers by order of significance and identified those that need priority action. We ultimately provide policy guidance with practical recommendations and associated measures to overcome them. The outcomes of our joint analysis inform DSOs, policy-makers and field experts, and serve to formulate detailed policy recommendations to accelerate digitalization.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,050
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,010
Études des sciences et des technologies0,0020,002
Communication savante0,0090,010
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,004
Tête enseignante GPT0,231
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), 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

Citations36
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy PolicyMême sujetSmart Grid Energy ManagementTravaux en français237 207