Versenden
Drucken
Brenner, Alex (2022) Data Analysis in Parabolic Trough Fields - Determination of Mirror Cleanliness with Machine Learning. Helmholtz Energy Young Scientists Workshop, 2022-05-30, Frankfurt.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
1MB |
| elib-URL des Eintrags: | https://elib.dlr.de/189493/ | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Konferenzbeitrag (Vortrag) | ||||||||
| Titel: | Data Analysis in Parabolic Trough Fields - Determination of Mirror Cleanliness with Machine Learning | ||||||||
| Autoren: |
| ||||||||
| Datum: | 30 Mai 2022 | ||||||||
| Referierte Publikation: | Nein | ||||||||
| Open Access: | Ja | ||||||||
| Gold Open Access: | Nein | ||||||||
| In SCOPUS: | Nein | ||||||||
| In ISI Web of Science: | Nein | ||||||||
| Status: | veröffentlicht | ||||||||
| Stichwörter: | parabolic trough; condition monitoring; soiling; machine learning | ||||||||
| Veranstaltungstitel: | Helmholtz Energy Young Scientists Workshop | ||||||||
| Veranstaltungsort: | Frankfurt | ||||||||
| Veranstaltungsart: | nationale Konferenz | ||||||||
| Veranstaltungsdatum: | 30 Mai 2022 | ||||||||
| HGF - Forschungsbereich: | Energie | ||||||||
| HGF - Programm: | Materialien und Technologien für die Energiewende | ||||||||
| HGF - Programmthema: | Thermische Hochtemperaturtechnologien | ||||||||
| DLR - Schwerpunkt: | Energie | ||||||||
| DLR - Forschungsgebiet: | E SW - Solar- und Windenergie | ||||||||
| DLR - Teilgebiet (Projekt, Vorhaben): | E - Neue Wärmeträgerfluide | ||||||||
| Standort: | Stuttgart | ||||||||
| Institute & Einrichtungen: | Institut für Solarforschung > Solare Hochtemperatur-Technologien | ||||||||
| Hinterlegt von: | Lucarelli, Fabio | ||||||||
| Hinterlegt am: | 28 Okt 2022 10:48 | ||||||||
| Letzte Änderung: | 24 Apr 2024 20:50 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
