MétaCan
Menu
Retour à la cohorte
Enregistrement W2077907337 · doi:10.1115/pwr2005-50082

The Use of Selective Bunkering to Optimise PRB Utilisation at Nanticoke Generating Station

2005· article· en· W2077907337 sur OpenAlexaffabout
L. Marshall

Notice bibliographique

RevueASME 2005 Power Conference · 2005
Typearticle
Langueen
DomaineEnergy
ThématiqueCoal and Coke Industries Research
Établissements canadiensOntario Power Generation
Organismes subventionnairesnon disponible
Mots-clésGrindingCoalCombustionBituminous coalYardPort (circuit theory)Environmental scienceProcess engineeringPower (physics)Waste managementComputer scienceMechanical engineeringEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Many stations are currently blending Powder River Basin (PRB) coals with bituminous coals to various blend ratios. However, this blending is almost always accomplished at the port, coal yard or a dedicated blend facility — i.e. prior to introducing the coal to the unit. As a result, the pulverizers and burners are forced to deal with two (or more) disparate coals, compromising the performance of these systems. Research originating in Europe confirms the negative repercussions of grinding and firing dissimilar blends. This paper will describe the “Selective Bunkering” system in place at Ontario Power Generations Nanticoke GS which involves feeding the pure parent coals to individual mills and conducting blending in the furnace. This innovation has increased the maximum PRB blend ratio from 50% to 70% at full load and also allows for a seamless transition to 100% PRB firing at lower loads. The techniques employed to coordinate and optimize the combustion system will be discussed.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,636
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

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

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 Opus0,095
Tête enseignante GPT0,299
Écart entre enseignants0,203 · 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'étudeSans objet
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

Citations0
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueASME 2005 Power ConferenceMême sujetCoal and Coke Industries ResearchTravaux en français237 207