MétaCan
Menu
Retour à la cohorte
Enregistrement W7015021147

Research on multi-junction solar cells at Fraunhofer ISE: Presentation held at CPV 2017, 13th International Conference on Concentrator Photovoltaic Systems, Ottawa, Canada, May 01 - 03, 2017

2017· other· en· W7015021147 sur OpenAlexaboutno aff

Notice bibliographique

RevueFraunhofer-Publica (Fraunhofer-Gesellschaft) · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemConcentratorDiodeElectroluminescencePhotovoltaicsSolar cellThermalSolar mirrorSolar tracker
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this work, we investigated the impact of intensive heat loads on concentrator solar cells assemblies. As test samples, we employed lattice-matched and lattice-mismatched triple-junction solar cells made of GaInP/GaInAs/Ge. The thermal loads were induced by different manners. We used drying cabinets, external power supplies, and a combination of both to achieve maximum test temperatures of 180 °C. For the performance analysis, we utilized flash light solar simulators and an electroluminescence (EL) imaging tool. Our experiments revealed a significant difference depending on the applied manner of heating. The highest impact was observed for the pure heat treatment in drying cabinets. This was particularly visible in the spatial EL images, but also in the IV curves. In contrast, running the concentrator solar cells as forward-biased diodes using an external current supply of 2000 mA, which corresponds to 2000 suns, did not lead to any significant changes in EL and IV curves. However, deformation of the front metallization was observed. In conclusions, pure heat treatment can be considered as a cost-efficient alternative to pinpoint weak points in solar cell receivers.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0050,005
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0060,002
Études des sciences et des technologies0,0040,003
Communication savante0,0030,002
Science ouverte0,0100,003
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0380,072

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 Opus0,109
Tête enseignante GPT0,364
Écart entre enseignants0,255 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFraunhofer-Publica (Fraunhofer-Gesellschaft)Travaux en français237 207