MétaCan
Menu
Retour à la cohorte
Enregistrement W4206509301 · doi:10.3389/fenrg.2021.778501

Hybrid Solar Geothermal Heat Pump System Model Demonstration Study

2022· article· en· W4206509301 sur OpenAlexaff
Yujin Kim, Libing Yang, Evgueniy Entchev, Soolyeon Cho, Eun-Chul Kang, Euy-Joon Lee

Notice bibliographique

RevueFrontiers in Energy Research · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueGeothermal Energy Systems and Applications
Établissements canadiensNatural Resources Canada
Organismes subventionnairesKorea Institute of Energy Technology Evaluation and PlanningMinistry of Trade, Industry and Energy
Mots-clésTRNSYSHeat pumpHeat exchangerNuclear engineeringEnvironmental scienceMaterials scienceGeothermal gradientWater coolingHeating systemProcess engineeringMechanical engineeringThermodynamicsEngineeringThermalPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, the development and demonstration of a hybrid solar geothermal heat pump polygeneration system is presented. The poly-generation system has been designed, modeled, and simulated in TRNSYS software environment. Its performance was assessed followed by installation and demonstration at a demo site in Cheongju, Korea. The space heating and cooling load of the building is 13.8 kW in heating mode at an ambient temperature of −10.3°C and 10.6 kW in cooling mode at an ambient temperature of 32.3°C. The simulation data were compared with the field demo data using ISO 13256. The results showed that the model data compare well with the demo data both in heating and cooling modes of operation. At a source temperature of 16.7°C, the heat pump lab performance data-based COPc shows 9.9, while demonstration COPc shows 10.3, thus, representing 4.3% relative error. The heat pump source temperature decreased by 4.0°C from 20.9°C to 16.9°C due to ground heat exchanger coupling and resulted in a COPc increase by 13.3% from 8.5 to 9.8. When compared at the design conditions (outside temperature of 32.3°C), the TRSNYS model overestimated the demonstration site data by 12%, 9.3 vs. 8.1 kW with power consumption of 3.1 vs. 2.2 kW. The hybrid polygeneration system power consumption decreased by 1.2 kW when ambient temperature decreased from 35°C to 25°C.

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 enseignants0,004
Score d'incertitude au seuil0,013

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)0,0040,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,283
Écart entre enseignants0,251 · 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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Energy ResearchMême sujetGeothermal Energy Systems and ApplicationsTravaux en français237 207