MétaCan
Menu
Retour à la cohorte
Enregistrement W4412502072 · doi:10.37933/nipes/7.3.2025.1629

Effect of Temperature Coefficient Evaluation on Optimal Analysis of Hybrid Energy Systems for a Mall in KwaZulu-Natal, South Africa

2025· article· en· W4412502072 sur OpenAlexaff
A. K. Onaolapo, Rajkumar Sarma, Kayode Timothy Akindeji, Namhla Faith Mtukushe, Anuoluwapo Aluko, T. Adefarati

Notice bibliographique

RevueNIPES Journal of Science and Technology Research · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Research FoundationDurban University of Technology
Mots-clésEnergy (signal processing)GeographyBusinessStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Suitable technical sizing of a standalone off-grid power system impacts its economic and technical analysis. This research examines the effect of the temperature coefficient to determine the optimal analysis of a standalone off-grid power system considering the case of a standard mall in KwaZulu-Natal, South Africa, during the crucial 2021 wave of load shedding. Scenarios without temperature coefficients and vice versa were also analyzed for comparison purposes. The system was modeled in a MATLAB environment for optimum component configuration. The analyses showed that the presence of a temperature coefficient results in higher operating costs for the fossil fuel generator because of its increased operation hours, thereby consuming more fossil fuel. It was also discovered that although the capital investment of the hybrid energy system (HES) is higher than that of the fossil-fuel generator alone, its greenhouse gas emission is far lower, producing clean, safe, and sustainable energy.

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)0,015
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,374
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0100,011
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,026
Tête enseignante GPT0,350
Écart entre enseignants0,324 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNIPES Journal of Science and Technology ResearchMême sujetHybrid Renewable Energy SystemsTravaux en français237 207