MétaCan
Menu
Retour à la cohorte
Enregistrement W2031352293 · doi:10.1243/095765003321148709

Survey of thermodynamic methods to improve the efficiency of coal-fired electricity generation

2003· article· en· W2031352293 sur OpenAlexafffund
Marc A. Rosen, İbrahim Dinçer

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part A Journal of Power and Energy · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKing Fahd University of Petroleum and Minerals
Mots-clésElectricity generationProcess engineeringExergyElectricityCoalExergy efficiencyComputer scienceEfficient energy useCoal firedEnvironmental scienceEnvironmental economicsReliability engineeringEngineeringWaste managementPower (physics)Economics

Résumé

récupéré en direct d'OpenAlex

Some of the more significant thermodynamic methods to improve the efficiency of coal-based electricity generation technologies are surveyed and examined, focusing on minor practical improvements that can be undertaken with limited effort and cost. Two categories of methods are examined. The first is efficiency-improvement techniques such as better maintenance and control, application of exergy and related analysis methods, and use of computer-based simulation, analysis, optimization, and design. The second category includes efficiency-improvement measures for devices, including steam generators, condensers, reheaters, and regenerative feedwater heaters. A case study is presented. It is concluded, for coal-fired electricity generation plants, that (i) many useful techniques exist (especially exergy analysis) and should be used for identifying and designing efficiency improvements, and (ii) the many possible measures to improve efficiency should be weighed against other factors and where appropriate implemented. Where larger efficiency increases are sought, improvements applicable over longer time frames and of a broader nature should be investigated.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil0,362

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,237
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations26
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part A Journal of Power and EnergyMême sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207