MétaCan
Menu
Retour à la cohorte
Enregistrement W2608877326 · doi:10.1109/sustech.2016.7897140

Solar photovoltaic optimization for commercial flat rooftops in cold regions

2016· article· en· W2608877326 sur OpenAlexafffundabout
Hadia Awad, Mustafa Gül, Chelsea Ritter, Preshit Verma, Yuan Chen, Khosru M Salim, Mohamed Al‐Hussein, Haitao Yu, Kyle Kasawski

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensCapital Power (Canada)University of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotovoltaic systemInstallationCarbon footprintElectricity generationBuilding-integrated photovoltaicsRooftop photovoltaic power stationPhotovoltaic mounting systemCapital costFootprintAutomotive engineeringComputer sciencePayback periodReliability engineeringEngineeringPower (physics)Production (economics)Electrical engineeringMechanical engineeringGreenhouse gasMaximum power point trackingVoltage

Résumé

récupéré en direct d'OpenAlex

Solar photovoltaic systems are becoming increasingly popular as industries try to decrease their carbon footprint. This paper presents a generic optimization framework and examines a case study where a flat rooftop located in Edmonton, Alberta is investigated for the installation of a photovoltaic array. The objectives of this study are to maximize power generation while minimizing the system cost. This case study represents a proposed generic framework that fulfills this optimization problem. Solar power generation per month is forecasted using historical generation data. Panels can be installed at different tilt angles and varying inter-row spacing in order to achieve the optimal design. Designing an effective layout is important when installing solar panels, as the increased shade coverage or the wide variation from the normal angle of the sun can result in a loss of energy generation. The capital cost and payback period for the investment are also important factors when determining whether or not a photovoltaic system layout (inter-row spacing, tilt angle, etc.) is considered optimal. Analytic hierarchy process is used to weigh the decision factors and determine the optimal layout.

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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,314

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 Opus0,022
Tête enseignante GPT0,249
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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetSolar Radiation and PhotovoltaicsTravaux en français237 207