MétaCan
Menu
Retour à la cohorte
Enregistrement W6958135421 · doi:10.60692/2a9gm-2nb72

Novel Predictive Home Appliance's Management Algorithm in Smart Grids

2020· article· en· W6958135421 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSmart gridScheduling (production processes)Energy consumptionGridElectricityElectric power systemKey (lock)Energy management

Résumé

récupéré en direct d'OpenAlex

Smart home appliances and applications are gaining popularity, due to the high level of service they provide to users. In a smart home, all electrical and smart appliances are interconnected together to form a special private network. Due to economic and environmental factors, energy consumption is of great concern to both users and service providers. The integration between the technological advancement in electricity grids and the environmental awareness led to the rise of smart grids. A reliable and well-grounded smart grid system can be achieved by well handling the in-home power requests. Thus, a key aspect in the design of smart grids is scheduling the start time and duration of run of electrical appliances to minimize the amount of energy consumed, as well as to force a cap on the maximum amount of energy consumed at any given time. In this paper, we present a scheduling framework for serving a request from electrical appliances in a smart home network. The network is assumed to allocate the available power to the incoming requests from appliances and serve each appliance at a fixed rate according to its initial requirements. Moreover, each request is assumed to have maximum bounds on both the tolerable start of service and the total interruption delays. The problem is formalized as a discrete scheduling problem which employs an adaptive algorithm. The proposed framework consists mainly of a scheduling mechanism formulated as a dynamic program. The paper presents two scheduling schemes: a non-preemptive and a preemptive one. We compare the performance of the proposed algorithm against other schemes from the literature. Simulation results show improvements in terms of consumed energy expressed as total saving in electricity bill cost.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,166
Écart entre enseignants0,149 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetSmart Grid Energy ManagementTravaux en français237 207