MétaCan
Menu
Retour à la cohorte
Enregistrement W2135996616 · doi:10.1186/2251-6832-3-7

Analysis of wind speed data and wind energy potential in three selected locations in south-east Nigeria

2012· article· en· W2135996616 sur OpenAlexaff
Sunday O. Oyedepo, Muyiwa S. Adaramola

Notice bibliographique

RevueInternational journal of energy and environmental engineering · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésWindmillWind speedWind powerEnvironmental scienceTurbineMeteorologyElectricity generationElectricityRenewable energyMarine engineeringAtmospheric sciencesPower (physics)EngineeringGeographyGeologyPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, the wind speed characteristics and energy potential in three selected locations in the southeastern part of Nigeria were investigated using wind speed data that span between 24 and 37 years and measured at a height of 10 m. It was shown that the annual mean wind speed at a height of 10 m for Enugu, Owerri and Onitsha are 5.42, 3.36 and 3.59 m/s, respectively, while the annual mean power densities are 96.98, 23.23 and 28.34 W/m2, respectively. It was further shown that the mean annual value of the most probable wind speed are 5.47, 3.72 and 3.50 m/s for Enugu, Owerri and Onitsha, respectively, while the respective annual value of the wind speed carrying maximum energy are 6.48, 4.33 and 3.90 m/s. The performance of selected commercial wind turbine models (with rated power between 50 and 1,000 kW) designed for electricity generation and a windmill (rated power, 0.36 kW) for water pumping located in these sites was examined. The annual energy output and capacity factor for these turbines, as well as the water produced by the windmill, were determined. The minimum required design parameters for a wind turbine to be a viable option for electricity generation in each location are also suggested.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,008
Tête enseignante GPT0,196
Écart entre enseignants0,188 · 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

Citations157
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of energy and environmental engineeringMême sujetWind Energy Research and DevelopmentTravaux en français237 207