978 resultados para Run-Time


Relevância:

20.00% 20.00%

Publicador:

Resumo:

Os aproveitamentos geotérmicos têm vindo a aumentar significativamente em todo o mundo, sendo os Estados Unidos da América, o maior produtor desta energia proveniente do interior da Terra, com cerca de 3.187 MW de capacidade instalada. Portugal tem capacidade instalada total de 29 MW, no entanto no que se refere ao aproveitamento de “alta entalpia”, isto é, o aproveitamento geotérmico para produção elétrica, apenas se encontra no arquipélago dos Açores, na ilha de S. Miguel, onde estão instaladas e em funcionamento duas centrais geotérmicas com a potência total de 23 MW, com produção de energia de 185 GWh. Em Portugal Continental, não se consegue produzir energia elétrica devido às temperaturas existentes, restringindo esta utilização apenas ao aproveitamento de baixa entalpia (máximo de 76 ºC). Este aproveitamento normalmente é feito em cascata, segundo, predominando o aquecimento de águas sanitárias, climatização, e para termas, usando águas termominerais. Para a exploração deste recurso renovável, é necessário conhecer a hidrogeologia do país, e relacioná-la com a fracturação, e acidentes tectónicos. Portugal Continental, está divido em quatros partes distintas a nível hidrogeológico, o Maciço Antigo, a Orla Ocidental, a Bacia Tejo-Sado e a Orla Meridional. Qualquer aproveitamento geotérmico em Portugal terá de atender a estas características, potenciando também, novas explorações geotérmicas orientadas para as pessoas, respeitando os valores sociais, culturais e ambientais. Neste contexto, existem alguns complexos geotérmicos em funcionamento, outros abandonados, e muitos outros em estudo para uma breve aplicação. Um exemplo de sucesso no aproveitamento do calor geotérmico, é o complexo de Chaves, que foi evoluindo desde 1985, até aos dias de hoje, continuando em exploração e em expansão para um melhor servir da população local. A existência de dois furos, e brevemente dum terceiro, servem para o abastecimento duma piscina, dum hotel, das termas, e da balneoterapia. Devido à riqueza a nível das temperaturas, dos caudais, e ao nível das necessidades energéticas existentes, este complexo apresenta um tempo de retorno de investimento de cerca de 7 anos, o que é geralmente considerado para investimentos para fins públicos, como é o caso. No âmbito das investigações agora realizadas, foi constatado que estes projetos suportam a cobertura de alguma incerteza hidrogeológica, dada a importante procura existente.

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Dissertação apresentada para a obtenção do Grau de Doutor em Informática pela Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia

Relevância:

20.00% 20.00%

Publicador:

Resumo:

Harnessing idle PCs CPU cycles, storage space and other resources of networked computers to collaborative are mainly fixated on for all major grid computing research projects. Most of the university computers labs are occupied with the high puissant desktop PC nowadays. It is plausible to notice that most of the time machines are lying idle or wasting their computing power without utilizing in felicitous ways. However, for intricate quandaries and for analyzing astronomically immense amounts of data, sizably voluminous computational resources are required. For such quandaries, one may run the analysis algorithms in very puissant and expensive computers, which reduces the number of users that can afford such data analysis tasks. Instead of utilizing single expensive machines, distributed computing systems, offers the possibility of utilizing a set of much less expensive machines to do the same task. BOINC and Condor projects have been prosperously utilized for solving authentic scientific research works around the world at a low cost. In this work the main goal is to explore both distributed computing to implement, Condor and BOINC, and utilize their potency to harness the ideal PCs resources for the academic researchers to utilize in their research work. In this thesis, Data mining tasks have been performed in implementation of several machine learning algorithms on the distributed computing environment.