MétaCan
Menu
Retour à la cohorte
Enregistrement W2010992062 · doi:10.6000/1927-5129.2015.11.14

Weibull Distribution Function for Wind Energy Estimation of Gharo (Sindh)

2015· article· en· W2010992062 sur OpenAlexvenueno aff
Muhammad Shoaib, Imran Siddiqui, Firoz Ahmed, Saif Ur Rehman, Muhammad Rashid Tanveer, Saif Uddin Jilani

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeibull distributionStatisticsMathematicsWind speedGoodness of fitEstimatorMean squared errorProbability density functionRoot mean squareMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

Weibull distribution function is fitted to a measured wind speed data set at mast height of 30 m and Gharo-Sindh (Pakistan) is selected as a case site under study. Wind speed data recorded in one minute interval for the year 2004 is used to estimate Weibull parameters (k and c). Weibull parameters are calculated using Modified Maximum Likelihood Method (MMLM), Maximum likelihood Method (MLM) and Method of Moment (MoM) and the results obtained are compared. Kolomogorov-Smirnov test, Root Mean Square Error (RMSE) and R2 tests are performed to test the goodness-of-fit of the Weibull distribution function. The analysis is based on recorded monthly and yearly wind speed data. Goodness-of-fit tests indicate a better performance of MMLM and MLM as compared to MoM. Wind power density is estimated for the site under study using MMLM and Weibull function estimator. A lowest Weibull mean wind speed of 3.73 m/s in the month of October and highest value of 7.90 m/s for August are observed and correspondingly power densities of 80.95 W/m2 and 425.87 W/m2 are obtained. Descriptive statistics for the measured wind speed data is also evaluated.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil0,216

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,243
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetWind Energy Research and DevelopmentTravaux en français237 207