An Intelligent Vehicle-to-Building Energy Trading System Using Transfer Learning and Blockchain
Notice bibliographique
Résumé
The rapid development of the internet of electric vehicles (IoEV) and the advancement of electric vehicle (EV) charging technology are transforming energy management for both residential and commercial users. Vehicle-to-building (V2B) energy trading is emerging as a groundbreaking approach that incorporates the exchange of energy between EVs and buildings. Despite the fact that V2B energy trading is able to reduce energy costs, main-grid complexity, and greenhouse gas emissions, it faces challenges when it comes to cooperative decision-making, resource efficient computation, and user transaction security. To address these challenges, this study aims to enhance energy exchange efficiency and dynamic energy interactions with enhanced security in urban environments. With these objectives, this paper proposes a novel energy trading method that integrates transfer learning (TL) and blockchain technology. TL makes it possible to adapt the knowledge gathered from vehicle-to-vehicle (V2V) systems to V2B settings, which reduces the computational resources required and boosts the overall efficiency. Blockchain technology, on the other hand, provides a secure framework for transaction verification while granting users enhanced control over their data privacy. We demonstrate the effectiveness of our proposed technique using detailed simulations conducted with real-world data. Our simulation results indicate that the proposed approach improves the convergence speed by around 50% compared to training from scratch, while buildings achieve up to 38% higher profits relative to scenarios without our proposed strategy. We also simulate the system model using the Ethereum blockchain platform to determine its real-world feasibility. These experiments demonstrate that the system has the potential to facilitate efficient energy trading to ensure user security and economically beneficial transactions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».