The potential of machine learning to predict melting response time of phase change materials in triplex-tube latent thermal energy storage systems

Accurate prediction of the melting response time is vital for optimizing thermal energy storage systems, which play a key role in addressing the temporal mismatch between thermal energy demand and supply in the built environment. This study aims to quantitatively predict the melting response time of...

Celý popis

Podrobná bibliografie

Vydáno v:	Applied energy Ročník 390; s. 125863
Hlavní autoři:	Yan, Peiliang, Wen, Chuang, Ding, Hongbing, Wang, Xuehui, Yang, Yan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 15.07.2025
Témata:	Machine learning Melting response time Phase change material Thermal energy storage XGBoost algorithm Thermal energy storage XGBoost algorithm Phase change material Melting response time Machine learning
ISSN:	0306-2619
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!