인공 신경망을 이용한 GTS 기반 PVT 집열기의 성능 예측 및 평가 = Predicting and testing the performance of the PVT collector based on GTS as a back sheet using an artificial neural network and experimental data
저자
이드아함드파지 ( Ahmed Fawzy Eid ) ; 이상익 ( Sangik Lee ) ; 이종혁 ( Jonghyuk Lee ) ; 정영준 ( Youngjoon Jeong ) ; 서병훈 ( Byunghun Seo ) ; 김동수 ( Dongsu Kim ) ; 서예진 ( Yejin Seo ) ; 최원 ( Won Choi )
발행기관
학술지명
한국농공학회 학술대회초록집(Proceedings of the Korean Society of Agricultural Engineers Conference)
권호사항
발행연도
2022
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
145-145(1쪽)
제공처
Recently, Deep learning methods have been widely used in PVT collector systems based on artificial neural networks (ANNs) due to their high precision in evaluating the performances without using physical modeling. A photovoltaic thermal (PVT) collector is a hybrid system that merges a photovoltaic (PV) module and a thermal collector in one unit to generate electricity and heat simultaneously. In addition to that, it increases efficiency and reduces required costs and space. In this study, three different models of PVT collectors were fabricated based on Tedlar Polyester Tedlar (TPT), Graphite Thermal Sheet (GST), and TPT/GST as a back sheet and tested. An Ethylene Glycol Coolant (EGC) was also utilized with a water tank and a heat exchanger. The ANN model is used to predict PVT collectors’ electrical and thermal efficiencies based on measured weather datasets. Besides, both electrical and thermal models have been tested experimentally. Accurate modeling methods have been applied to generate the output results for training and validation. The actual climatic data and PVT collectors’ outputs of one year with a 5-minute step have been used to calculate the thermal and electrical efficiencies. The solar irradiance, wind speed, humidity, PVT collectors’ outputs, and temperature are the most critical variables to consider as input in the ANN-based model. This study’s expected results are increasing the PVT’s total efficiency by using high thermal conductivity material (GTS) instead of low thermal conductivity material (TPT). The electrical efficiency of the PVT module will increase due to the cooling effect. We also expect congruous results between the ANN analysis and experimental test.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)