MétaCan
Menu
Retour à la cohorte
Enregistrement W2028075670 · doi:10.1260/0309-524x.37.2.151

Investigation of Wake Effects on the Energy Production of Small Wind Turbines

2013· article· en· W2028075670 sur OpenAlexaff
Kenneth Corscadden, William David Lubitz, Allan Thomson, John McCabe

Notice bibliographique

RevueWind Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensUniversity of GuelphDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTurbineWind powerWakeMarine engineeringEnvironmental scienceTowerWind speedMeteorologyElectricity generationPower (physics)EngineeringAerospace engineeringStructural engineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper examines the impact of natural and man-made obstructions on local wind conditions and the performance of small wind turbines when impacted by wake effects. The rural site used for this research contains three Skystream 3.7 turbines in close proximity to each other and several buildings. A 13 m meteorological tower with wind speed and direction sensors was installed in a nearby open area. An empirical analysis was conducted to provide a comparison of turbine performance and measured wind speed for each turbine as a function of localized disturbances caused by turbine placement. Turbine proximity to nearby buildings was observed to cause an overall reduction in power production, although cases of apparent wind speed-up induced by the buildings, and increased relative power output, were also observed. A reduction in wind turbine power output due to the wake of an adjacent turbine was observed. Overall, the turbine closest to the buildings produced about 10% less energy during the measurement period than the most distant turbine. This study confirmed the importance of careful micrositing of small wind turbines, and the complexity of the flow field near buildings and wind turbines.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,162
Écart entre enseignants0,152 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWind EngineeringMême sujetWind Energy Research and DevelopmentTravaux en français237 207