MétaCan
Menu
Retour à la cohorte
Enregistrement W6992643268

Metrology and the elctric power grid modernization

2018· article· en· W6992643268 sur OpenAlexvenueno aff

Notice bibliographique

RevueNPARC · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueElectricity Theft Detection Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectricity meterSmart gridMetrologyElectric power systemElectric powerDistributed generationRenewable energyPower electronicsBlackoutPower engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Metrology, as the science of measurement, is the very basis for acquiring scientific knowledge. In electric power systems, measurements of electrical and non-electrical quantities are necessary for monitoring, control, protection, and sage and reliable operation. Another significant application is revenue metering for industrial, commercial and residential customers. In today’s interdependent world, ensuring uniform metrology inside and across national boundaries is an important enabling factor of national and international trade, including the electrical energy trade. The introduction of distributed power generation, renewable energy resources, and deregulation of electric power utilities has in many countries, been transforming the electric power grids. We are witnessing exciting developments in metrology, on which the Smart Grid is based. This includes smart metering, synchro phasor and frequency measurements, wide-area protection, wide-area situational awareness, digital substations, energy storage and other evolving power system technologies. The proliferation of harmonics in the grid has been increasing over the last decades. With the prominent role of power electronics in new Smart Grid developments, this trend continues. The increased penetration of electric vehicles (EV) and the EV infrastructure emphasizes the necessity for wide frequency band measurements of distorted waveforms. New instrumentation and measurement methods for industrial applications at high-voltage and high-current levels are being developed. The digital measurements of voltage, current, phase, frequency, power and energy are continually improving. This is pushing the boundaries of the high accuracy measurements needed for calibrations. The role of National Measurements Institutes in providing the highest accuracy measurement standards and traceability to SI units is essential. The SI is undergoing profound changes, and the new revised SI is about to be adopted. Metrology has a key role in the research, development and innovation of evolving electric power grid. In the words of Lord Kelvin: “If you cannot measure it, you cannot improve it.”

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,004
Communication savante0,0030,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,003
Tête enseignante GPT0,185
Écart entre enseignants0,182 · 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'étudeSans objet
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetElectricity Theft Detection TechniquesTravaux en français237 207