文献
J-GLOBAL ID:201502210375862063   整理番号:15A0792941

様々な運転要素を考慮してトリジェネレーション性能を予測するためのCCHPシステムにおけるANNの実行

Implementation of ANN on CCHP system to predict trigeneration performance with consideration of various operative factors
著者 (6件):
資料名:
巻: 101  ページ: 503-514  発行年: 2015年09月01日 
JST資料番号: A0552A  ISSN: 0196-8904  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
トリジェネレーションシステムの数値的な熱力学調査と人工ニューラルネットワーク(ANN)モデリングに基づいて,詳細な調査を目指している。結果は2つの枠組み,即ち提案されたモデリングの感度解析とANN予測能力で,提示されている。異なるサイクルとコンポーネントからの入力パラメタとして,重要な運転パラメータを選択され,一方,エクセルギー効率,エクセルギー損失,成績係数,暖房負荷エクセルギー,λ,ガスタービン出力,エクセルギー破壊,実際の出口空気圧縮機温度,および熱回収ガスボイラ(HRSG)出口温度が,モデル化目的のための目的出力パラメータとして採用された。これまで,そのような詳細な指向性のアプローチにおいて,熱力学的解析とネットワーク予見性のハイブリッドを用いて,複合発電プラントを調査するための意義ある段階は,実施されなかった。10-8-9構成で配備されたバックプロパゲーションアルゴリズムがある多層パーセプトロンニューラル・ネットワークは,R2=0.995~0.999の範囲内ででの,モデル化信頼度をもたらすことになる。データ集合が,訓練学習アルゴリズムと多様化されたニューロンで処理される時,平均2乗誤差(MSE)=0.2175と得られた。エネルギー効率とシステム維持管理の向上達成において,冷房,暖房,および電力を組み合わせたシステムにおける,かなりの計算機費用を節約するために,科学的と工業規模における強力なモデル化達成を,指摘している。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
エネルギーに関する技術・経済問題 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る