MétaCan
Menu
Retour à la cohorte
Enregistrement W4311356586 · doi:10.18280/mmep.090531

The Effect of Additional Air Deflector at Air Concentrator on Photovoltaic Performance

2022· article· en· W4311356586 sur OpenAlexvenueno aff
Zainal Arifin, Zikri Nurachim, Syamsul Hadi, Rendy Adhi Rachmanto, Singgih Dwi Prasetyo

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemConcentratorRenewable energySolar energyMaterials scienceEnvironmental sciencePhotovoltaic thermal hybrid solar collectorOpticsEngineering physicsAutomotive engineeringNuclear engineeringElectrical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The supply of fossil energy is decreasing along with the development of civilization and technological advances. Solar energy is one of the renewable energies that can reduce these problems. Solar cells can convert solar energy into electrical energy using the principle of the photovoltaic effect. The performance of photovoltaic panels is affected by the increase in temperature in the photovoltaic panels. This study aims to identify the effect of increasing the number of deflectors on the air concentrator which is implemented as an active cooling of solar cells. This research was carried out experimentally by integrating an air concentrator, deflector, and heatsink on a PV panel. The application of various without concentrators, concentrators without deflectors, concentrators with two deflectors, concentrators with four deflectors, and concentrators with six deflectors, the temperature values are 56.70℃, 54.66℃, 53.30℃, 51.63℃ and 53.70℃. From several variations of the addition of deflectors that have been carried out, it is found that through the application of a concentrator using four deflectors can obtain the most optimal results by producing a maximum power of 24.50 W with a total efficiency of 6.35%. In this configuration, a temperature drop of 5.07℃ is obtained.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,029
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,185
Écart entre enseignants0,174 · 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.

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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetSolar Thermal and Photovoltaic SystemsTravaux en français237 207