MétaCan
Menu
Retour à la cohorte
Enregistrement W4408689456 · doi:10.3390/en18071566

Enhanced IoT-Based Optimization for a Hybrid Power System in Cartwright, Labrador

2025· article· en· W4408689456 sur OpenAlexaffabout
Raymond Orie, Lynna Otabil, Jonathan Agorua, M. Tariq Iqbal

Notice bibliographique

RevueEnergies · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésInternet of ThingsPower (physics)Computer scienceEmbedded systemPhysics

Résumé

récupéré en direct d'OpenAlex

The existing electricity infrastructure in Cartwright depends on diesel generators and needs renewable energy integration and remote monitoring. This project aims to enhance the proposed hybrid system with IoT-based optimization by leveraging a low-cost open-source SCADA system and accomplished monitoring and control capabilities. Electrical data were collected and analyzed from the energy system via sensors using the Arduino UNO R4 Wi-Fi as an RTU. The designed SCADA system would optimize Cartwright’s energy system, allowing for real-time remote tracking and control via the Arduino IoT cloud platform. The voltage and current values obtained with the setup were accurate and close to the actual multimeter values over the measurement range. The project outcome included efficient real-time data acquisition and visualization on remote dashboards, enabling cloud monitoring of key electrical parameters. An alert mechanism was incorporated as a buzzer alarm in the event of under-voltage readings to trigger intervention from operators to take swift action to ensure system reliability and safety. One observation made was that, while the buzzer is not directly tied to current readings, it can be programmed to signal more issues like over-current.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,709

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 GPT0,189
Écart entre enseignants0,186 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207