MétaCan
Menu
Retour à la cohorte
Enregistrement W2539840639 · doi:10.1155/2016/5790464

The Impact of Variable Wind Shear Coefficients on Risk Reduction of Wind Energy Projects

2016· article· en· W2539840639 sur OpenAlexafffund
Kenneth Corscadden, Allan Thomson, Behrang Yoonesi, Josiah McNutt

Notice bibliographique

RevueInternational Scholarly Research Notices · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Load and Power Forecasting
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWind shearWind powerWind speedEnvironmental scienceWind gradientCoefficient of variationRangingWind profile power lawMean squared errorMeteorologyStandard deviationStatisticsMathematicsGeologyGeodesyPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Estimation of wind speed at proposed hub heights is typically achieved using a wind shear exponent or wind shear coefficient (WSC), variation in wind speed as a function of height. The WSC is subject to temporal variation at low and high frequencies, ranging from diurnal and seasonal variations to disturbance caused by weather patterns; however, in many cases, it is assumed that the WSC remains constant. This assumption creates significant error in resource assessment, increasing uncertainty in projects and potentially significantly impacting the ability to control gird connected wind generators. This paper contributes to the body of knowledge relating to the evaluation and assessment of wind speed, with particular emphasis on the development of techniques to improve the accuracy of estimated wind speed above measurement height. It presents an evaluation of the use of a variable wind shear coefficient methodology based on a distribution of wind shear coefficients which have been implemented in real time. The results indicate that a VWSC provides a more accurate estimate of wind at hub height, ranging from 41% to 4% reduction in root mean squared error (RMSE) between predicted and actual wind speeds when using a variable wind shear coefficient at heights ranging from 33% to 100% above the highest actual wind measurement.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,389
Score d'incertitude au seuil0,219

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,040
Tête enseignante GPT0,329
Écart entre enseignants0,288 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Scholarly Research NoticesMême sujetEnergy Load and Power ForecastingTravaux en français237 207