MétaCan
Menu
Retour à la cohorte
Enregistrement W2557905104 · doi:10.1109/iemcon.2016.7746283

Modelling and simulation of a solar water heating system with thermal storage

2016· article· en· W2557905104 sur OpenAlexaff
Ahmed Aisa

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésThermal energy storageStorage water heaterEnvironmental scienceSolar energyEnergy storageHeating systemStorage tankNuclear engineeringPassive solar building designThermalSolar water heatingStorage heaterWater heatingThermal energyMeteorologyWaste managementThermodynamicsMechanical engineeringEngineeringElectrical engineeringWater heaterHeat exchangerHeat pumpPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents a solar thermal energy storage system used for domestic water heating purposes in a detached house setting. Solar heating systems with seasonal energy storage have attracted growing attention in recent decades. However, because the availability of solar energy is discontinuous, heat storage is an indispensable element in a building's solar energy-based thermal system. The objective of modelling is to determine the temperature of a tank and the heat loss of a system. System design is dependent on certain equations and data, such as temperature, time, and flow rate estimated in a lab. A BEopt and Matlab / Simulink model is used to determine the storage water temperature of the tank and house temperature. Additionally, the house has two heat sources: the hot water of the storage tank, and the solar used for heating. The maximum temperature of the storage tank was found to be 82.4°C and the temperature inside the house ranged from 18 to 25.11°C. Overall, the heating of the house needed 12,268 kWh/yr, while the total energy use was 19,537 kWh/yr.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,205
Écart entre enseignants0,187 · 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'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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSolar Thermal and Photovoltaic SystemsTravaux en français237 207