MétaCan
Menu
Retour à la cohorte
Enregistrement W2337134199 · doi:10.3390/resources5040044

Feasibility of Small Wind Turbines in Ontario: Integrating Power Curves with Wind Trends

2016· article· en· W2337134199 sur OpenAlexafffundabout
Masaō Ashtine, Richard Bello, Kaz Higuchi

Notice bibliographique

RevueResources · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensYork University
Organismes subventionnairesMitacsYork University
Mots-clésWind powerTurbineEnvironmental scienceElectricityRenewable energyElectricity generationMeteorologyWind speedFlexibility (engineering)Marine engineeringPower (physics)EngineeringElectrical engineeringGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Micro-scale/small wind turbines, unlike larger utility-scale turbines, produce electricity at a rate of 300 W to 10 kW at their rated wind speed and are typically below 30 m in hub-height. These wind turbines have much more flexibility in their costs, maintenance and siting, owing to their size, and can provided wind energy in areas much less suited for direct supply to the grid system. In the future under climate change, the energy landscape will likely shift from the present centralized electricity generation and delivery system to a more distributed and locally-generated electricity and delivery system. In the new system configuration, the role of relatively small sustainable electricity generators like small wind turbines will likely become more prominent. However, the small wind industry has been substantially slow to progress in Ontario, Canada, and there is much debate over its viability in a growing energy dependent economy. This study seeks to demonstrate the performance of a small wind turbine, and speculate on its potential power output and trend over Ontario historically over the last 33 years using the North American Regional Reanalysis (NARR) data. We assessed the efficiency of a Bergey Excel 1 kW wind turbine at the pre-established Kortright Centre for Conservation test site, located north of Toronto. Using a novel approach, the Bergey optimized power curve was incorporated with reanalysis data to establish power output across Ontario at three-hour resolution. Small turbine-based wind power around the Great Lakes and eastern James Bay increased during winter and fall, contributing up to 10% of the annual electricity demand in some regions in Ontario. We purport that increases in power output are driven by long-term reductions in sea and lake ice concentrations affecting atmospheric stability in surrounding regions.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
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 Opus0,020
Tête enseignante GPT0,221
Écart entre enseignants0,202 · 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

Citations2
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueResourcesMême sujetWind Energy Research and DevelopmentTravaux en français237 207