MétaCan
Menu
Retour à la cohorte
Enregistrement W2920928427 · doi:10.1016/j.egypro.2019.01.669

Performance Evaluation of Ground-Coupled Seasonal Thermal Energy Storage with High Resolution Weather Data: Case Study of Calgary Canada

2019· article· en· W2920928427 sur OpenAlexaffabout
Matthew Fong, Mahmoud A. Alzoubi, Agus P. Sasmito, Jundika C. Kurnia

Notice bibliographique

RevueEnergy Procedia · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceMeteorologyWork (physics)Wind speedThermalRenewable energyComputer scienceEngineeringMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The interest in harnessing renewable sources of energy for space heating in residential applications has increased in recent decades due in part to their cost benefits and an increase in environmental awareness. The proposed system uses shallow ground as an energy reservoir; able to absorb heat during the summer and release it during the winter respectively. This paper presents by means of a mathematical model an analysis of such a system using real temperature profiles and compares them to idealized fitted functions. A validated two-dimensional multiphase model describing mass, momentum, turbulence and conjugate heat transfer between the bayonet tube and the ground is used to compare the effects of using a simplified fitted function to represent the ambient temperature with that of hourly temperature readings from a weather monitoring station. The results indicate that the strong random nature of the temperature variations complicates the analysis. It is shown that fitted functions can over predict the overall performance of the system, however under-predict the performance on the short term due in part to cold snaps, heat waves and variations in temperatures. While the benefits and capabilities of the system under real loads show the potential of the system, work on thermal buffering or real-time intelligent control systems for quality control will be necessary to maintain constant temperature for thermal comfort and optimum energy extraction.

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 enseignants0,021
Score d'incertitude au seuil0,757

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 Opus0,012
Tête enseignante GPT0,196
Écart entre enseignants0,185 · 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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207