MétaCan
Menu
Retour à la cohorte
Enregistrement W4319780302 · doi:10.24843/spektrum.2021.v08.i02.p28

PERANCANGAN DAN SIMULASI PLTS ATAP 1 KWP MENGGUNAKAN HELIOSCOPE

2021· article· en· W4319780302 sur OpenAlexaffabout
I Gede Civavisna Brahma, I Nyoman Satya Kumara, Ida Ayu Dwi Giriantari

Notice bibliographique

RevueJurnal SPEKTRUM · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater and Land Management
Établissements canadiensMorgan Solar (Canada)
Organismes subventionnairesnon disponible
Mots-clésRoofRenewable energyEnvironmental scienceAutomotive engineeringEngineeringElectrical engineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Solar Power Plant (PLTS) as one of the renewable energy sources that is being focused on itsdevelopment. This article discusses the design and simulation of the performance of a 1 kWp rooftopsolar power plant using a Helisocope. The input data required by the Helioscope is PLTS technicalspecifications such as solar panel technology, inverter type, number and type of modules selectedand land area. The location data required by the PLTS system includes the coordinates, the type ofroof of the building, the environment around the PLTS and meteorological data. The 1 kWp PLTS roofsystem designed at the location that the author uses uses 7 pcs Canadian Solar 195 Wp panels, 1pcs 1 kW AEC inverter, installed on the roof of the building facing north, and connected to the PLNnetwork via a net meter. This 1 kWp rooftop PLTS is capable of producing an average daily averageof 5,48 kWh, 41,07 kWh weekly, 164,29 kWh monthly, and annual 1971,5 kWh. Energy productionvaries by an average of 8% per month with the minimum production in January of 135,1 kWh and thehighest in July of 184,5 kWh. The designed 1 kWp PLTS roof produces a performance ratio of 73,6%with the irradiation received in a year reaching 1859,2 kWh/m2. The initial investment required to builda 1 kwp PLTS roof is IDR. 20.000.000.

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 enseignants0,011
Score d'incertitude au seuil0,023

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,006
Tête enseignante GPT0,208
Écart entre enseignants0,202 · 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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJurnal SPEKTRUMMême sujetWater and Land ManagementTravaux en français237 207