MétaCan
Menu
Retour à la cohorte
Enregistrement W7129016270 · doi:10.1109/spies67451.2025.11381476

Power System and Reliability Analysis of Geothermal and Hydrogen Storage-Orientated Grid-Connected Smart Grid for Mining and Agricultural Application: A Global Perspective

2025· article· W7129016270 sur OpenAlexaff
Md. Nimul Hasan, Sk. A. Shezan, Md. Fatin Ishraque, SM Muyeen, Innocent Kamwa

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésRenewable energySmart gridElectric power systemDistributed generationController (irrigation)Hybrid systemElectricity generationElectricityReliability (semiconductor)Scalability

Résumé

récupéré en direct d'OpenAlex

This paper demonstrates a detailed analysis of the behaviour of a hybrid smart grid system that combines with geothermal power and hydrogen energy storage for reliable and sustainable energy supply in the mining and agricultural sectors. When implemented and compared to another existing control strategy called Constant Cosphi Controller, the study reveals that Voltage IQ Droop Controller not only reduces the fault recovery time by around 30% but also stabilizes the system faster. The findings suggest that integrating with a hybrid system leads to both greater energy stability and significant emissions and cost savings. Furthermore, integration of renewable sources with smart grid architecture represents a scalable and affordable solution, which in turn would mitigate energy challenges specific to industrial sectors. Our findings highlight the demonstrable ability of hybrid renewable energy systems to contribute to sustainable energy generation in industrial and rural settings, providing a basis for evolving from centralized and fickle electricity production to decentralized, efficient and environmentally benign energy infrastructure.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,004
Tête enseignante GPT0,235
Écart entre enseignants0,230 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHybrid Renewable Energy SystemsTravaux en français237 207