論文の概要: Sustainability using Renewable Electricity (SuRE) towards NetZero Emissions

• arxiv url: http://arxiv.org/abs/2202.13101v1
• Date: Sat, 26 Feb 2022 10:04:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-01 16:48:12.240030
• Title: Sustainability using Renewable Electricity (SuRE) towards NetZero Emissions
• Title（参考訳）: 再生可能電力(SuRE)を用いたネットゼロエミッションに対するサステナビリティ
• Authors: Jinu Jayan, Saurabh Pashine, Pallavi Gawade, Bhushan Jagyasi, Sreedhar Seetharam, Gopali Contractor, Rajesh kumar Palani, Harshit Sampgaon, Sandeep Vaity, Tamal Bhattacharyya, Rengaraj Ramasubbu
• Abstract要約: エネルギー需要の増加は環境に深刻な脅威をもたらす。 ほとんどのエネルギー源は再生不可能であり、化石燃料をベースとしており、有害な温室効果ガスの排出につながる。 我々は、組織が全エネルギー消費において、全体の再生可能電力シェアを増やすために使用できるスケーラブルなAIベースのソリューションを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Demand for energy has increased significantly across the globe due to increase in population and economic growth. Growth in energy demand poses serious threat to the environment since majority of the energy sources are non-renewable and based on fossil fuels, which leads to emission of harmful greenhouse gases. Organizations across the world are facing challenges in transitioning from fossil fuels-based sources to greener sources to reduce their carbon footprint. As a step towards achieving Net-Zero emission target, we present a scalable AI based solution that can be used by organizations to increase their overall renewable electricity share in total energy consumption. Our solution provides facilities with accurate energy demand forecast, recommendation for procurement of renewable electricity to optimize cost and carbon offset recommendations to compensate for Greenhouse Gas (GHG) emissions. This solution has been used in production for more than a year for four facilities and has increased their renewable electricity share significantly.
• Abstract（参考訳）: 人口増加と経済成長により、世界のエネルギー需要は大幅に増加した。 エネルギー需要の成長は、エネルギー源の大半が再生不能であり、化石燃料に基づいて有害な温室効果ガスを排出するので、環境に深刻な脅威をもたらす。 世界中の組織は、化石燃料をベースとする資源から、二酸化炭素排出量を減らすための温室効果ガス源への移行に課題に直面している。 Net-Zeroの排出目標を達成するためのステップとして、組織が全エネルギー消費において全体の再生可能電力シェアを増やすために使用できるスケーラブルなAIベースのソリューションを提案する。 本ソリューションは, 温室効果ガス(GHG)排出量を補償するコストを最適化するためのエネルギー需要予測, 再生可能エネルギーの調達, 炭素オフセットの推奨を施設に提供する。 このソリューションは4つの施設で1年以上にわたって生産され、再生可能エネルギーのシェアは大幅に増加した。

関連論文リスト

• The unrealized potential of agroforestry for an emissions-intensive agricultural commodity [48.652015514785546]
  機械学習を用いて、西アフリカ地域全体での日陰木カバーと炭素ストックの見積もりを生成します。 既存の陰木カバーは低く、空間的に気候の脅威と一致していないことが判明した。 しかし、このセクターが毎年高い炭素フットプリントのかなりの割合とバランスをとるという、巨大な非現実的な可能性も見出されています。
  論文  参考訳（メタデータ） (2024-10-28T10:02:32Z)
• Green Multi-Objective Scheduling -- A memetic NSGA-III for flexible production with real-time energy cost and emissions [0.0]
  この研究は、生産をリアルタイムエネルギー市場へ調整する産業に焦点を当て、グリッドに柔軟な消費を提供する。 本研究では, 省エネ, 省エネ, 排出を最小化し, 実エネルギー市場データを統合するための新しいメメティックNSGA-IIIを提案する。
  論文  参考訳（メタデータ） (2024-05-23T09:11:21Z)
• Generative AI for Low-Carbon Artificial Intelligence of Things with Large Language Models [67.0243099823109]
  ジェネレーティブAI(GAI)は、AIoT(Artificial Intelligence of Things)の二酸化炭素排出量を減らす大きな可能性を秘めている 本稿では, 炭素排出量削減のためのGAIの可能性について検討し, 低炭素AIoTのための新しいGAI対応ソリューションを提案する。 本稿では,Large Language Model (LLM) を利用したCO_2排出最適化フレームワークを提案し,このフレームワークにより,プラグ可能なLLMとRetrieval Augmented Generation (RAG) モジュールを設計する。
  論文  参考訳（メタデータ） (2024-04-28T05:46:28Z)
• A Federated learning model for Electric Energy management using Blockchain Technology [0.0]
  エネルギー不足と電力負荷の削減が発展途上国の主な問題である。 エネルギー管理の改善と再生可能エネルギーの利用は、エネルギー危機の解決に重要である。 化石燃料の高価格によるエネルギー需要の増大に対応するため, 再生可能エネルギー源の利用を増加させる必要がある。
  論文  参考訳（メタデータ） (2023-07-18T09:00:26Z)
• Distributed Energy Management and Demand Response in Smart Grids: A Multi-Agent Deep Reinforcement Learning Framework [53.97223237572147]
  本稿では、自律制御と再生可能エネルギー資源のスマート電力グリッドシステムへの統合のための多エージェント深層強化学習(DRL)フレームワークを提案する。 特に,提案フレームワークは,住宅利用者に対する需要応答 (DR) と分散エネルギー管理 (DEM) を共同で検討している。
  論文  参考訳（メタデータ） (2022-11-29T01:18:58Z)
• Decarbonizing Indian Electricity Grid [0.0]
  インドは世界の二酸化炭素排出量の7%を担っている。 電力部門は国内からの排出の35%近くを占めている。 化石燃料から再生可能エネルギーへの転換は、このセクターを脱炭する鍵となる。
  論文  参考訳（メタデータ） (2022-11-07T16:51:50Z)
• Eco2AI: carbon emissions tracking of machine learning models as the first step towards sustainable AI [47.130004596434816]
  eco2AIでは、エネルギー消費の追跡と地域CO2排出量の正当性に重点を置いている。 モチベーションは、サステナブルAIとグリーンAI経路の両方で、AIベースの温室効果ガスの隔離サイクルの概念からもたらされる。
  論文  参考訳（メタデータ） (2022-07-31T09:34:53Z)
• Modelling the transition to a low-carbon energy supply [91.3755431537592]
  気候変動の影響を制限するため、低炭素電力供給への移行が不可欠である。 二酸化炭素排出量の削減は、世界がピーク点に達するのを防ぐのに役立ちます。 排気ガスの排出は、世界中の気象条件の極端に繋がる可能性がある。
  論文  参考訳（メタデータ） (2021-09-25T12:37:05Z)
• Optimizing carbon tax for decentralized electricity markets using an agent-based model [69.3939291118954]
  人為的気候変動の影響を避けるためには、化石燃料から低炭素技術への移行が必要である。 炭素税は、この移行を支援する効率的な方法であることが示されている。 NSGA-IIの遺伝的アルゴリズムを用いて、電力混合の平均電気価格と相対炭素強度を最小化する。
  論文  参考訳（メタデータ） (2020-05-28T06:54:43Z)
• Emission-aware Energy Storage Scheduling for a Greener Grid [3.3666214913565224]
  グリッドの二酸化炭素排出量を減らすためにグリッドにエネルギー貯蔵を使用するという課題について検討する。 分散ストレージを利用することで、電力会社は効率が悪く、最も炭素集約的な発電所への依存を減らすことができる。 その結果、年間二酸化炭素排出量は0.5万kg以上減少しており、電力網の排出量は23.3%減少している。
  論文  参考訳（メタデータ） (2020-05-25T17:11:10Z)
• Advancing Renewable Electricity Consumption With Reinforcement Learning [0.0]
  本稿では、顧客に対して価格信号を送信し、顧客需要を高再生可能エネルギー発生の期間にシフトさせることに寄与する電力価格設定エージェントを提案する。 本稿では,顧客,発電ユーティリティ,気象条件に代表される環境を表現した強化学習手法による価格設定エージェントの実装を提案する。
  論文  参考訳（メタデータ） (2020-03-09T20:57:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。