دانلود ترجمه مقاله نوآوری های کلان داده در شبکه های هوشمند
عنوان فارسی |
مروری سیستماتیک بر نوآوری های کلان داده در شبکه های هوشمند |
عنوان انگلیسی |
A systematic review of big data innovations in smart grids |
کلمات کلیدی : |
  علم داده؛ محیط هوشمند؛ تحلیل کلان داده ها؛ مدیریت انرژی؛ پاسخ به تقاضا |
درسهای مرتبط | شبکه هوشمند |
تعداد صفحات مقاله انگلیسی : 13 | نشریه : ELSEVIER |
سال انتشار : 2024 | تعداد رفرنس مقاله : 129 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
پاورپوینت : ندارد | وضعیت ترجمه مقاله : انجام نشده است. |
1. مقدمه 2. پیشینه مقالات 3. مفاهیم نظری 4. روش تحقیق برای مرور سیستماتیک 5. نتایج 6. بحث و بررسی 7. دلالت هایی برای تحقیقات آینده 8. نتیجه گیری
چکیده – صنایع متعددی با ادغام پیشرفتهای علوم داده در فناوریهای محیط هوشمند، به ویژه در زمینه شبکههای هوشمند، متحول شدهاند. شبکههای هوشمند به لطف توسعههای تحلیل کلان داده ها، چارچوبی پویا و کارآمد برای مدیریت و بهینهسازی تولید، توزیع و مصرف برق ارائه میدهند. این مقاله با بررسی 25 مقاله غربالگری شده با استاندارد PRISMA، به ادغام کاربردهای شبکه هوشمند و تحلیل کلان داده ها میپردازد. موضوع مقاله شامل حوزههای حیاتی از جمله مدیریت انرژی تطبیقی، تحلیل همبستگی کانونی و روشهای نوین از جمله بلاکچین و یادگیری ماشین میشود. این مقاله با استفاده از یک روششناسی دقیق، بر مشارکت در بهرهوری انرژی، امنیت و پایداری تأکید میکند.
ترجمه مقاله مرتبط با این مقاله | دانلود ترجمه مقاله مروری بر کاربرد کلان داده و یادگیری ماشین در شبکه هوشمند |
Multiple industries have been revolutionized by the incorporation of data science advancements into intelligent environment technologies, specifically in the context of smart grids. Smart grids offer a dynamic and efficient framework for the management and optimization of electricity generation, distribution, and consumption, thanks to developments in big data analytics. This review delves into the integration of Smart Grid applications and Big Data analytics by reviewing 25 papers screened with PRISMA standard. The paper matter encompasses critical domains including adaptive energy management, canonical correlation analysis, and novel methodologies including blockchain and machine learning. The paper emphasizes contributions to energy efficiency, security, and sustainability by means of a rigorous methodology.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.