인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This paper proposes an axle driven self generation system with an Energy Storage System (ESS) to supply power to refrigerated containers on freight trains. Instead of sizing the generator and ESS from a conservative worst case peak load, a probabilistic design based on a Long Short-Term Memory (LSTM) quantile model is adopted. The model predicts short term reefer load profiles and provides design values at selected quantiles, in particular the 95th percentile (P95). Using these results, capacity trends for peak load, generator rating and ESS energy are derived as functions of the consist size. For 20 and 33 car trains, the P95 based design reduces the required generator rating by about 30 percent compared with a deterministic peak load design, while the ESS covers occasional demand spikes and short stops without external power. The proposed approach therefore avoids excessive overdesign, yet maintains a specified reliability level for reefer power supply in long freight consists.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096080521
