MétaCan
Menu
Retour à la cohorte
Enregistrement W2982289864 · doi:10.1109/pgsret.2019.8882723

An Innovization-based Model to Approximate Geometric Parameters of Solar Chimney Power Plant for Desired Efficiency and Output Power

2019· article· en· W2982289864 sur OpenAlexaff
Azam Asilian Bidgoli, Shahryar Rahnamayan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSolar Energy Systems and Technologies
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésSolar chimneyPower (physics)Power stationRenewable energyChimney (locomotive)Electricity generationEfficient energy useElectrical efficiencyMathematical optimizationSolar powerComputer scienceEngineeringMathematicsMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Solar Chimney Power Plant (SCPP) is a sustainable source of power production. A SCCP is a renewable-energy power plant that transforms solar energy into electricity using a high chimney, surrounded by a large collector roof. Two main components of the SCPP are chimney and collector which their geometric parameters, consisting height and radius, play a significant rule in the amount of efficiency and output power of the SCCP. In this paper, a method is proposed to get the best values of such parameters to design a SCPP based on desired amount of efficiency and output power using evolutionary-based meta-modeling, optimization, and innovization techniques. In fact, while multi-objective optimization gives only a limited number of solutions which the designer has to select one of them with specific values of efficiency and output power, innovization on optimization results provides the possibility to approximate geometric parameters of SCPP for a desired amount of efficiency and output power without re-running the optimization process many times. The proposed model consists of three phases: 1) using simulation data, a mathematical model is obtained to get the values of efficiency and power based on the geometric characteristics, 2) a multi-objective optimization is conducted to maximize both objectives, efficiency and output power, 3) using innovization on optimized solutions, mathematical models are obtained to get values of geometric parameters based on desired efficiency and power values. Several experiments are conducted to get the results for each phase. Based on comparing the predicted efficiency and power with desired ones, the results are promising with a low level of error values.

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: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,208
Écart entre enseignants0,193 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSolar Energy Systems and TechnologiesTravaux en français237 207