MétaCan
Menu
Retour à la cohorte
Enregistrement W1719220965 · doi:10.3968/j.est.1923847920130602.2618

Energy Analysis of a Concentrating Photovoltaic Thermal (CPV/T) System

2013· article· en· W1719220965 sur OpenAlexvenueno aff
C. Renno, F. Petito

Notice bibliographique

RevueEnergy science and technology · 2013
Typearticle
Langueen
DomaineEngineering
Thématiquesolar cell performance optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemSizingThermalThermal energySolar energySolar cellMaterials scienceEnergy (signal processing)Electric potential energyMechanical engineeringAutomotive engineeringComputer scienceOptoelectronicsElectrical engineeringPhysicsEngineeringThermodynamicsChemistry

Résumé

récupéré en direct d'OpenAlex

The potential of the concentrating photovoltaic technology has been evaluated from the thermal point of view in this paper. A model of a concentrating photovoltaic thermal system (CPV/T) was presented in order to size it and to evaluate its energy performance when it is used to satisfy the electric, heating and cooling loads referring to a domestic application. The choice and sizing of the CPV/T system components is first of all considered. The triple-junction cells and the reflective optics with parabolic mirror concentrators of point-focus type assembled with a dual axis tracker, are adopted in order to obtain a high concentration system; an active cooling system of the photovoltaic cells is also considered. The CPV/T system allows recovering thermal energy at high temperature for the absorption heat pump working. The model analyzed the CPV/T system working in terms of: cell efficiency, module electric and thermal efficiency, thermal and electric energy provided by the cell and module, cell and cooling fluid temperatures. So, the simulation process allows realizing an energy analysis and defining the best configuration of the CPV/T system, evaluating its energy convenience in comparison with a traditional system under different working conditions.

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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,002
Tête enseignante GPT0,159
Écart entre enseignants0,156 · 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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy science and technologyMême sujetsolar cell performance optimizationTravaux en français237 207