MétaCan
Menu
Retour à la cohorte
Enregistrement W3087037734 · doi:10.3390/su12187772

Hybrid CHP/Geothermal Borehole System for Multi-Family Building in Heating Dominated Climates

2020· article· en· W3087037734 sur OpenAlexaboutno aff
Saeed Alqaed, Jawed Mustafa, Kevin P. Hallinan, Rodwan Elhashmi

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueGeothermal Energy Systems and Applications
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Dayton
Mots-clésBoreholeHeat pumpEnvironmental scienceThermal energy storageGeothermal gradientHeating systemElectric powerGeothermal heatingEngineeringGeothermal energyMechanical engineeringPower (physics)GeologyHeat exchanger

Résumé

récupéré en direct d'OpenAlex

A conventional ground-coupled heat pump (GCHP) can be used to supplement heat rejection or extraction, creating a hybrid system that is cost-effective for certainly unbalanced climes. This research explores the possibility for a hybrid GCHP to use excess heat from a combined heat power (CHP) unit of natural gas in a heating-dominated environment for smart cities. A design for a multi-family residential building is considered, with a CHP sized to meet the average electrical load of the building. The constant electric output of the CHP is used directly, stored for later use in a battery, or sold back to the grid. Part of the thermal output provides the building with hot water, and the rest is channeled into the GCHP borehole array to support the building’s large heating needs. Consumption and weather data are used to predict hourly loads over a year for a specific multi-family residence. Simulations of the energies exchanged between system components are performed, and a cost model is minimized over CHP size, battery storage capacity, number of boreholes, and depth of the borehole. Results indicate a greater cost advantage for the design in a severely heated (Canada) climate than in a moderately imbalanced (Ohio) climate.

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 enseignants0,006
Score d'incertitude au seuil0,012

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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,276
Écart entre enseignants0,256 · 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

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetGeothermal Energy Systems and ApplicationsTravaux en français237 207