MétaCan
Menu
Retour à la cohorte
Enregistrement W4237612665 · doi:10.22215/etd/2020-14191

Development of a Simplified Method for Optimally Sizing Hot Water Storage Tanks Subject to Short-Term Intermittent Charge/Discharge Cycles

2020· dissertation· en· W4237612665 sur OpenAlexaff
Danisz Stalinski

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSizingStorage tankThermal energy storageEnergy storageEnvironmental scienceRange (aeronautics)Volume (thermodynamics)ResidualEnergy (signal processing)Degree (music)EngineeringProcess engineeringNuclear engineeringWaste managementThermodynamicsChemistryComputer scienceMathematicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Hot water storage tanks play a pivotal role in the transition to low carbon energy systems by increasing energy efficiency and allowing a range of non-conventional intermittent energy sources in the energy mix such as renewable energy and recovered waste heat. Apart from lowering GHG emissions, sizing these systems appropriately can lead to significant reductions in annual energy cost. In the current study, a simple analytical method is developed to optimally size hot water storage tanks using only the system residual heating profile and the following system characteristics: the heat source temperature, the load D. Stalinski and J. Duquette, "Development of a simplified method for optimally sizing hot water storage tanks subject to short-term intermittent charge/discharge cycles," Applied Energy [under review].

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,041
Tête enseignante GPT0,312
Écart entre enseignants0,270 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSolar Thermal and Photovoltaic SystemsTravaux en français237 207