MétaCan
Menu
Retour à la cohorte
Enregistrement W2949554740 · doi:10.1115/1.4044023

Design and Analysis of a Novel Integrated Wind-Solar-OTEC Energy System for Producing Hydrogen, Electricity, and Fresh Water

2019· article· en· W2949554740 sur OpenAlexaff
Haris Ishaq, Osamah Siddiqui, İbrahim Dinçer

Notice bibliographique

RevueJournal of Solar Energy Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésExergyOcean thermal energy conversionExergy efficiencyDesalinationProcess engineeringEnvironmental scienceHydrogen productionElectricity generationSolar energyRankine cycleThermal energyThermal efficiencyEnvironmental engineeringHydrogenThermodynamicsEngineeringChemistryPower (physics)Electrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A new energy system for power, hydrogen and fresh water production is proposed. The environmentally benign ocean thermal energy conversion (OTEC), wind and solar energy resources are utilized. The hybrid thermochemical CuCl cycle is used for hydrogen production, and the reverse osmosis (RO) desalination system is incorporated for producing fresh water. The presently developed system is analyzed through thermodynamic energy and exergy approaches. The energetic efficiency of the integrated trigeneration system is determined to be 45.3%, and the exergetic efficiency is found to be 44.9%. In addition to this, the energy efficiency of the OTEC power generation cycle is 4.5% while the exergy efficiency is found to be 12.9%. Furthermore, the CuCl hydrogen production cycle is examined to have exergetic and energetic efficiencies of 36% and 35.2%, respectively. Also, numerous parametric studies are performed to analyze the system performance at different operating parameters.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,175
Écart entre enseignants0,170 · 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

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Solar Energy EngineeringMême sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207