MétaCan
Menu
Retour à la cohorte
Enregistrement W4207005621 · doi:10.21070/pels.v2i0.1147

Planning of Solar Power Plants at Surya Market Regional Companies

2021· article· en· W4207005621 sur OpenAlexaff
Mochamad Iswahyudi, Trisna Wati

Notice bibliographique

RevueProcedia of Engineering and Life Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering and Technology Innovations
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésInstallationBusinessCharge controllerPhotovoltaic systemSolar powerFinanceGridElectrical engineeringOperations managementPower (physics)EngineeringBattery (electricity)MathematicsMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This Pasar Surya Surabaya Regional Company is an official market management under the Surabaya City government. In 2020, companies in the solar market area changed building assets into several open space places to become infrastructure facilities for economic improvement. The current power requirement is 197Kva and will be increased to 275 Kva. The planning of off-grid PV mini-grid for the Pasar Surya Regional Company, which was previously connected to PLN for 197 KVA, requires 1692 PV 380 WP for installation in an effective area of ​​3296.5 m2 and is divided into 3 PV arrays. with each array consisting of 19 series and 30 parallel PV arrays. Batteries with a capacity of 24V 300 Ah are needed as many as 342 pieces which are divided into 3 parts, with each part consisting of 19 series arrangement and 6 parallel battery arrangement. SCC (Solar Charge Controller) 240 KW requires as many as 3 pieces. Inverter 200 KW requires as much as 1 piece. In one year the energy that can be produced by PLTS is 950130 kWh, with a performance ratio showing the efficiency of PLTS at PD Pasar Surya which is 66.5%. The total cost of installing PLTS is around Rp. 16,204,258,086,- not including construction and installation costs. Meanwhile, to return the capital to be equivalent to the use of PLN, it takes an operating time of around 16 years

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0270,004

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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcedia of Engineering and Life ScienceMême sujetEngineering and Technology InnovationsTravaux en français237 207