MétaCan
Menu
Retour à la cohorte
Enregistrement W2796901768 · doi:10.1109/sustech.2017.8333515

Load-match-driven design improvement of solar PV systems and its impact on the grid with a case study

2017· article· en· W2796901768 sur OpenAlexafffund
Hadia Awad, Mustafa Gül, Haitao Yu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensWorkers Compensation Board of AlbertaUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotovoltaic systemEnvironmental scienceRoofGridPhotovoltaicsSoftware deploymentDaylightGrid-connected photovoltaic power systemSolar energyGreenhouse gasPassive solar building designMeteorologyAutomotive engineeringCivil engineeringComputer scienceEngineeringMaximum power point trackingElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The incorporation of solar energy systems into residential buildings is emerging as an important method of mitigating greenhouse gas emissions from the housing industry. However, several challenges accompany the deployment of solar PV for residential construction, such as determining an optimum size and layout design for best on-site system utilization in conformity to local roof sloping practices, especially in cold-climate regions. In addition, solar PV applications in high-latitude regions encounter other challenges, such as seasonal variations in daylight hours and in the sun's path, and soiling parameters such as snow coverage. These challenges result in a PV mismatch: (a) in winter, minimal PV-generated energy and high energy demand (due to space heating and hot water heating loads), and (b) in summer, PV over-generation and reduced energy demand. This paper aims to mitigate the impact of solar PV micro-generation and household loads on the utility grid by improving solar PV layout placement in order to maximize the system's load-match and minimize its grid interaction.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,242
Écart entre enseignants0,221 · 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

Citations5
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBuilding Energy and Comfort OptimizationTravaux en français237 207