MétaCan
Menu
Retour à la cohorte
Enregistrement W2461149026 · doi:10.6000/1927-5129.2016.12.39

Feasibility Study for the Installation of Wind Energy Conversion Systems in Pakistan

2016· article· en· W2461149026 sur OpenAlexvenueno aff
Saif Ur Rehman, Muhammad Shoaib, Shamim Khan, Muhammad Jahangir

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWind powerNet present valueElectricity generationElectricityEnvironmental scienceEconomic evaluationEconomic feasibilityPayback periodEconomic analysisNameplate capacityInternal rate of returnProduction (economics)Agricultural economicsEngineeringPower (physics)EconomicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Wind generated electricity is one of the most attractive methods of electric power generation in a third world country like Pakistan. This paper presents the economic and technical viability of wind energy generation in remote and rural areas of Sindh (Pakistan). In light of this, Three wind turbines with power ratings of 660 kW, 1,000 kW and 18,00 kW are chosen. The economic analysis has been carried out by four economic indexes that are: cost benefit analysis (CBI), Net Present Value (NPV), Pay Back Period (PBP) and the Costof Energy (COE $/kWh). The wind speed data for this study was obtained from the Pakistan meteorological | department, measured at heights of 10m and 30 m, that span from 2002 to 2005.The outcome of the study showed that, the highest annual average energy of 5396 MWh/yr could be generated by Vestas V80 (with power capacity of 1.8 MW). Furthermore, the baseline economic evaluation of all the selected turbines, indicted that V80-1.8 MW gave the least cost (0.043 $/KWh) of electricity production at 80m hub height while the Sensitivity of the selected parameters showed that NPV is more sensitive to retail price of local electricity cost.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0040,000

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 Opus0,031
Tête enseignante GPT0,286
Écart entre enseignants0,255 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetWind Energy Research and DevelopmentTravaux en français237 207