MétaCan
Menu
Retour à la cohorte
Enregistrement W2026045102 · doi:10.1115/es2012-91148

Modeling of Gas Turbine-Based Cogeneration System

2012· article· en· W2026045102 sur OpenAlexaff
Farshid Zabihian, Alan S. Fung, Fabio Schuler

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCogenerationCombined cycleThermal efficiencySuperheated steamSteam turbineProcess engineeringSteam-electric power stationElectricityThermal power stationPower stationEnvironmental scienceTurbineWork (physics)Electricity generationAutomotive engineeringThermal energyEngineeringWaste managementPower (physics)Mechanical engineeringElectrical engineeringChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Gas turbine-based power plants generate a significant portion of world’s electricity. This paper presents the modeling of a gas turbine-based cogeneration cycle. One of the reasons for the relatively low efficiency of a single gas turbine cycle is the waste of high-grade energy at its exhaust stream. In order to recover this wasted energy, steam and/or hot water can be cogenerated to improve the cycle efficiency. In this work, a cogeneration power plant is introduced to use this wasted energy to produce superheated steam for industrial processes. The cogeneration system model was developed based on the data from the Whitby cogeneration power plant in ASPEN PLUS®. The model was validated against the operational data of the existing power plant. The electrical and total (both electrical and thermal) efficiencies were around 40% and 70% (LHV), respectively. It is shown that cogenerating electricity and steam not only significantly improve the general efficiency of the cycle but it can also recover the output and efficiency losses of the gas turbine as a result of high ambient temperature by generating more superheated steam. Furthermore, this work shows that the model could capture the operation of the systems with an acceptable accuracy.

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: aucune
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,010
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207