MétaCan
Menu
Retour à la cohorte
Enregistrement W2996303951

Repurposed Battery Energy Storage System for use in applications of Renewable Energy Generation

2012· article· en· W2996303951 sur OpenAlexfundno aff
Dexter M. T. J. Williams

Notice bibliographique

RevueMspace (University of Manitoba) · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensnon disponible
Organismes subventionnairesMitacsManitoba Hydro
Mots-clésRenewable energyEnergy storageBattery (electricity)Environmental scienceComputer scienceProcess engineeringEngineeringElectrical engineeringPower (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Electric and hybrid electric vehicles’ batteries not only have great potential for alleviating the world’s gasoline consumption problem, but may also stand poised to secure the world’s renewable energy generation. Electric and hybrid electric vehicles’ batteries that have reached the end of their cycle life in vehicles may still have the capacity to be repurposed into stationary utility energy storage. However, the phenomenon known as battery aging must be given careful consideration in the construction of a repurposed battery energy storage system. The battery aging phenomenon reduces the battery’s nominal voltage, capacity and current rating, while increasing its internal resistance. These factors were taken into consideration for the development of the Repurposed Battery Energy Storage System (RBESS). The system utilizes a method called Multi-Level Interlaced Pulse Charging (MLIPC) which was developed for the RBESS to manage the battery’s voltage, current, and energy to extend the useful cycle life of the batteries. The repurposed battery energy storage system has been modeled in PSCAD/EMTDC and tested in a constructed hardware implementation of the system.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,025
Tête enseignante GPT0,207
Écart entre enseignants0,182 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)Même sujetAdvanced Battery Technologies ResearchTravaux en français237 207