MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401927634 · doi:10.18280/jesa.570413

Energy, Exergy and Economic Analysis of Al-Qayyarah Gas Power Plant

2024· article· fr· W4401927634 sur OpenAlexvenueno aff
Mohammed G. D. Al-Sadoon, Obed M. Ali

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2024
Typearticle
Languefr
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExergyEnvironmental scienceEnergy (signal processing)Energy analysisPower stationPower (physics)EconomicsProcess engineeringThermodynamicsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This study aims to assess and examine the gas turbine power generating system at the Qayyarah gas station in Nineveh City, Iraq.The evaluation conducted under real weather conditions for the year 2023.The gas turbine unit has a maximum load output capacity estimated at 125 megawatts.The system comprises a gas turbine, an air compressor, and a generator, all coupled by a shared shaft.Its functions based on a straightforward Joule-Brayton cycle.An analysis of the energy and exergy of the previously mentioned unit, taking into account the principles of conservation of mass, the first law, and the second law.The study specifically focused on examining the impact of several elements, including ambient temperature, compression ratio, relative humidity, and operational load.Two techniques used to replicate company data: the first approach included scripting the simulation using Excel, while the alternative option utilized Aspen HYSYS.The performance of the gas unit evaluated using the average data from each month of the simulation for that year.The simulation findings indicated that the combustion chamber is the primary component responsible for energy dissipation, and the highest energy yield may be achieved from fuel in the form of chemicals.The results of both approaches demonstrated that the maximum energy and energy efficiency achieved around 40.23% and 31.76%,respectively.

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 enseignants0,014
Score d'incertitude au seuil0,027

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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,267
Écart entre enseignants0,254 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes Automatisés→Même sujetGlobal Energy and Sustainability Research→Travaux en français237 207→