MétaCan
Menu
Retour à la cohorte
Enregistrement W2114045411 · doi:10.1260/0309-524x.36.1.1

Integration of Wind and Hydropower Systems: Results of IEA Wind Task 24

2012· article· en· W2114045411 sur OpenAlexaffabout
Thomas L. Acker, André Robitaille, Hannele Holttinen, M. Piekutowski, John Olav Tande

Notice bibliographique

RevueWind Engineering · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésHydropowerTask (project management)Wind powerVariety (cybernetics)LimitingSystem integrationEngineeringSystems engineeringComputer scienceOperations researchEnvironmental resource managementEnvironmental scienceElectrical engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

In May of 2004, the IEA Wind Implementing Agreement (IA) established R&D Task 24, “Integration of Wind and Hydropower Systems.” Australia, Canada, Finland, Norway, Sweden, Switzerland, and the United States joined Task 24 with the goal of collaborating in the study of wind integration in a variety of electrical system configurations (load, generation, and transmission); hydro system configurations and characteristics; and market and operational configurations. Representing these countries were utilities and research organizations with the intent to understand the potential for and limiting factors in integrating wind into systems with hydropower. Case studies that analyze the feasibility, benefits, detriments, and costs of specific wind-hydro integration projects were the mechanism through which the goals of the task were addressed. The purpose of this article is to summarize the framework within which these studies were performed, and to present the key results and the general conclusions of the Task.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,007
Tête enseignante GPT0,185
Écart entre enseignants0,178 · 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'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

Citations34
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWind EngineeringMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207