Overview of edge computing applications in energy sector

• Autorzy: Pilipczuk Olga

Identyfikatory

DOI

10.15199/48.2024.05.45

Warianty tytułu

PL

Przegląd zastosowań obliczeń brzegowych w energetyce

• Języki publikacji: EN

Abstrakty

EN

Currently, edge computing supports many solutions in the energy industry and has attracted the research interest of many researchers. The edge computing concept is relatively novel, the first impactful works were noticed in 2014-2015 years. Thus, there is a lack of studies summarizing the research progress on edge computing in the energy industry. The overview of current research on edge computing is substantial for comprehensive understanding of the research status and future perspectives in this field. The aim of the study was to define and present the current state of research on edge computing applications in the energy sector. To analyse the research trends and perspectives in scientific works development, the bibliometric approach was used. The data were extracted from Web of Science and Scopus platforms. The results comprise the keywords analysis, research field analysis, geographic distribution overview, time trends analysis, as well as author and their affiliation analysis. Additionally, the analysis of the most cited paper has been provided and showed by means of word cloud image. The findings of this research allowed to define the perspectives and future directions for edge computing in the energy sector.

PL

Obecnie przetwarzanie brzegowe wspiera wiele rozwiązań w branży energetycznej i wzbudza zainteresowanie wielu badaczy. Koncepcja obliczeń brzegowych jest stosunkowo nowa, pierwsze znaczące prace zauważono w latach 2014-2015. Brakuje jednak opracowań podsumowujących postęp badań nad przetwarzaniem brzegowym w energetyce. Przegląd aktualnych badań nad przetwarzaniem brzegowym jest istotny dla kompletnego zrozumienia stanu badań i przyszłych perspektyw w tej dziedzinie. Celem podjęcia badań było określenie i przedstawienie aktualnego stanu badań nad zastosowaniami obliczeń brzegowych w energetyce. Do analizy kierunków badań i perspektyw rozwoju prac naukowych wykorzystano podejście bibliometryczne. Dane zostały pobrane z platform Web of Science i Scopus. Wyniki obejmują analizę słów kluczowych, analizę pola badawczego, przegląd dystrybucji geograficznej, analizę trendów czasowych, a także analizę autorów i ich afiliacji. Dodatkowo przedstawiono analizę najczęściej cytowanych prac, którą przedstawiono za pomocą obrazu chmury słów. Wyniki tych badań pozwoliły określić perspektywy i przyszłe kierunki rozwoju obliczeń brzegowych w sektorze energetycznym.

Słowa kluczowe

EN

edge computing; energy sector; bibliometric analysis

PL

przetwarzanie brzegowe; sektor energetyczny; analiza bibliometryczna

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 5
• Strony: 240--243
• Opis fizyczny: Bibliogr. 23 poz., rys.

Twórcy

autor

Pilipczuk Olga

• Uniwersytet Szczeciński, Instytut Zarządzania, ul. Cukrowa 8, Szczecin

• https://orcid.org/0000-0001-7078-2544

Bibliografia

• [1] Shi, W.; Cao, J.; Zhang, Q.; Li, Y.; Xu, L. Edge Computing: Vision and Challenges. IEEE Internet Things J. (2016), 3 (5), 637–646. doi:10.1109/jiot.2016.2579198
• [2] Liu, D.; Liang, H.; Zeng, X.; Zhang, Q.; Zhang, Z.; Li, M. Edge Computing Application, Architecture, and Challenges in Ubiquitous Power Internet of Things. Front. Energy Res. (2022), 10:850252. doi: 10.3389/fenrg.2022.850252
• [3] Gupta, H; Dastjerdi, AV; Buyya, R. iFogSim: A toolkit for modeling and simulation of resource management techniques in the Internet of Things, Edge, and Fog computing environments, (2017)
• [4] New edge computing solutions set to revolutionize the power industry, By Guest Contributor -Aug 1, 2022 https://www.smart-energy.com/industry-sectors/new-technology/new-edge-computing-solutions-set-to-revolutionise-the-power-industry/ Accessed on 28.09.2022
• [5] https://www.siemens-energy.com/global/en/offerings/power-transmission/innovation/edge-technology.html Accessed on 27.09.2022
• [6] Stead, M.; Gradinar, A.; Coulton, P.; Lindley, J. Edge of Tomorrow: Designing Sustainable Edge Computing. In: Proceedings of the Design Research Society Conference 2020. Proceedings of the Design Research Society Conference (2020), 1. Design Research Society, Brisbane, 88-110. ISBN 9781912294374
• [7] Pasqualetti F., Towards a Digital Renaissance, February 4, 2021 https://www.capgemini.com/insights/expert-perspectives/towards-a-digital-renaissance/ Accessed on 21.09.2022
• [8] Edge computing: Changing the balance of energy in networks” STL Partners https://stlpartners.com/articles/edge-computing/edge-computing-changing-the-balance-of-energy-in-networks/ Accessed on 22.09.2022
• [9] Edge Innovations in the Utilities Industry, https://www.cio.com/article/193606/edge-innovations-in-the-utilities-industry.html Accessed on 22.09.2022
• [10] Oyinlola, T. Energy Prediction in Edge Environment for Smart Cities, 2021 IEEE 7th World Forum on Internet of Things (WF-IoT), (2021), 439-442, doi: 10.1109/WF-IoT51360.2021.9595460.
• [11] Hamdan, S.; Ayyash, M.; Almajali, S. Edge-Computing Architectures for Internet of Things Applications: A Survey. Sensors (2020), 20, 6441. https://doi.org/10.3390/s20226441
• [12] Tikito, I., Souissi, N., "Smart Data Collection in Mobile Edge Computing Environment," 2020 International Conference on Intelligent Systems and Computer Vision (ISCV), (2020), 1-7, doi: 10.1109/ISCV49265.2020.9204277.
• [13] Zaiwar Ali, Ziaul Haq Abbas, Ghulam Abbas, Abdullah Numani, Muhammad Bilal, Smart computational offloading for mobile edge computing in next-generation Internet of Things networks, Computer Networks 2021, Volume 198, 108356, https://doi.org/10.1016/j.comnet.2021.108356.
• [14] Zhang, L., Zhou, W., Xia, J. et al. DQN-based mobile edge computing for smart Internet of vehicle. EURASIP J. Adv. Signal Process. (2022), 45. https://doi.org/10.1186/s13634- 022-00876-1
• [15] Wang, J.; Zhao, L.; Liu, J.; Kato, N. Smart Resource Allocation for Mobile Edge Computing: A Deep Reinforcement Learning Approach. IEEE Transactions on Emerging Topics in Computing. (2021), 9(3), 1529-1541. https://doi.org/10.1109/TETC.2019.2902661
• [16] Liu, Tianyi; Luo, Ruyu; Xu, Fangmin; Fan, Chaoqiong; Zhao, Chenglin. Distributed Learning Based Joint Communication and Computation Strategy of IoT Devices in Smart Cities. Sensors (2020), 20. 973. 10.3390/s20040973.
• [17] Mahmood, O.A.; Abdellah, A.R.; Muthanna, A.; Koucheryavy, A. Distributed Edge Computing for Resource Allocation in Smart Cities Based on the IoT. Information (2022), 13, 328. https://doi.org/10.3390/info13070328
• [18] Xu, Minxian; Gao, Chengxi; Ilager, Shashikant; Wu, Huaming; Xu, Cheng-Zhong; Buyya, Rajkumar. Green-Aware Mobile Edge Computing for IoT: Challenges, Solutions and Future Directions (2021). 10.1007/978-3-030-69893-5_7.
• [19] Mukherjee, A., Panja, A.K., Obaidat, M.S., De, D. 6G Based Green Mobile Edge Computing for Internet of Things (IoT). In: De, D., Mukherjee, A., Buyya, R. (eds) Green Mobile Cloud Computing. Springer, Cham. (2022) https://doi.org/10.1007/978-3-031-08038-8_13
• [20] Deng, Y., Chen, Z., Yao, X., Hassan S., and A. M. A. Ibrahim, Parallel Offloading in Green and Sustainable Mobile Edge Computing for Delay-Constrained IoT System, IEEE Transactions on Vehicular Technology, (2019), vol. 68, no. 12, 12202-12214, Dec. 2019, doi: 10.1109/TVT.2019.2944926.
• [21] Anqi Meng, Guandong Wei, Yao Zhao, Xiaozheng Gao, Zhanxin Yang, Green resource allocation for mobile edge computing, Digital Communications and Networks, (2022), https://doi.org/10.1016/j.dcan.2022.03.001.
• [22] Anwit, R., Jana P., and Tomar, A, "Sustainable and Optimized Data Collection via Mobile Edge Computing for Disjoint Wireless Sensor Networks," in IEEE Transactions on Sustainable Computing, (2022), vol. 7, no. 2, 471-484, 1 April-June, doi: 10.1109/TSUSC.2021.3120003.
• [23] Andrawes, A.; Nordin, R.; Albataineh, Z.; Alsharif, M.H. Sustainable Delay Minimization Strategy for Mobile Edge Computing Offloading under Different Network Scenarios. Sustainability (2021), 13, 12112. https://doi.org/10.3390/su132112112

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).