Notice bibliographique
Résumé
The aim of this research is to increase the assessment ability of solar energy utilization and planning support for clusters of different types of buildings in a mixed-use community. Particular focus will be placed on the analysis of community-based modeling, mapping and forecasting of solar potentials on the rooftops of buildings. New systems and methodologies with appropriate level of detail at a lower computational time are needed to accurately model, estimate and map solar energy potential at a high spatiotemporal resolution. To accomplish this goal and to develop an integrated solution, the assessment ability was investigated using two different types of studies: (1) 3D GIS modeling of a solar energy community, and (2) benchmarking of solar PV radiation software tools. A 3D GIS modeling and mapping approach was developed to assess community solar energy potential. A model was created in ESRI ArcGIS, to efficiently compute and iterate the hourly solar modeling and mapping process over a simulated year. The methodology was tested on a case study area located in southern Ontario, where two different 3D models of the site plan were analyzed. The accuracy of the work depended on the resolution and sky size of the input model. An assessment of solar simulation software tools was performed to evaluate their strengths and weaknesses for performing analysis in the PV modeling process. The software tools assessed were HelioScope, PVsyst, PV*SOL, Archelios, EnergyPlus, and System Advisor Model (SAM). The performance of the software tools were assessed based upon their accuracy in simulation performance against measured data, and the comparison of their physical functions and capabilities. A case study near London, Ontario with an 8.745kWp PV system installation was selected for analysis, and EnergyPlus was found to have predictions closest to measured data, ranging from -0.6% to 3.6% accuracy. Based upon the GIS study and the evaluation of the six solar software tools, recommendations for the development of a future application to couple GIS with the internal submodels of the software tools were made to create the ideal tool for 3D modeling and mapping of solar PV potential.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».