MétaCan
Menu
Retour à la cohorte
Enregistrement W7036864559

Conception d’un agrégateur pour la gestion de recharge bidirectionnelle de véhicules électriques au Québec

2023· other· fr· W7036864559 sur OpenAlexaboutno aff

Notice bibliographique

RevueEspace École de technologie supérieure (École de technologie supérieure) · 2023
Typeother
Languefr
DomaineEarth and Planetary Sciences
ThématiqueSubterranean biodiversity and taxonomy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLimitingContext (archaeology)Work (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Selon l’Association des Véhicules Électriques du Québec en 2022, plus de 160 000 véhicules électriques circulent sur les routes du Québec et il est attendu que ce nombre soit multiplié par dix d’ici 2030. Pour la prise en charge de ce nouveau besoin en énergie, il ne suffit pas de produire plus d’électricité, car encore faut-il être bien outillé pour la gérer une fois produite. Cet enjeu constitue le fondement de ce projet de recherche sur la gestion bidirectionnelle équitable d’énergie à l’aide d’un agrégateur pour plusieurs véhicules branchés à la fois. L’agrégateur gère les échanges d’énergie avec les véhicules afin de fournir de l’électricité au réseau de distribution ou de se recharger entre eux. Pour cela, il évalue les besoins en énergie des véhicules, la pointe de charge du réseau et la température. Puis, il détermine par un réseau de neurones artificiel la quantité de puissance utilisée pour recharger les véhicules ou soutirée des véhicules pour alimenter le réseau. Enfin, il la répartit à travers les véhicules de manière équitable, c’est-à-dire que les véhicules moins chargés sont priorisés pendant les recharges. Inversement, lorsqu’il est commandé aux véhicules de fournir de l’énergie au réseau, l’agrégateur priorisera la décharge des batteries pleines tout en respectant une limite qui protègera les batteries contre une dégradation accélérée. Les résultats illustrent que l'agrégateur favorise les recharges et les décharges équitables tout en respectant les préférences des propriétaires. Il limite également le chargement des véhicules lors des périodes de grands froids et lors des périodes de pointes où la consommation du réseau est particulièrement élevée.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,963

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,026
Tête enseignante GPT0,220
Écart entre enseignants0,194 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace École de technologie supérieure (École de technologie supérieure)Même sujetSubterranean biodiversity and taxonomyTravaux en français237 207