MétaCan
Menu
Retour à la cohorte
Enregistrement W2735538957 · doi:10.3390/en10071007

An Open-Access Web-Based Tool to Access Global, Hourly Wind and Solar PV Generation Time-Series Derived from the MERRA Reanalysis Dataset

2017· article· en· W2735538957 sur OpenAlex
Madeleine McPherson, Theofilos Sotiropoulos-Michalakakos, LD Danny Harvey, Bryan Karney

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnergies · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésRenewable energyMeteorologyPhotovoltaic systemSolar ResourceWind powerSolar irradianceEnvironmental scienceElectricity generationComputer scienceTime seriesSolar windElectricityEngineeringPower (physics)GeographyMachine learningElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Wind and solar energy resources are an increasingly large fraction of generation in global electricity systems. However, the variability of these resources necessitates new datasets and tools for understanding their economics and integration in electricity systems. To enable such analyses and more, we have developed a free web-based tool (Global Renewable Energy Atlas & Time-series, or GRETA) that produces hourly wind and solar photovoltaic (PV) generation time series for any location on the globe. To do so, this tool applies the Boland–Ridley–Laurent and Perez models to NASA’s (National Aeronautics and Space Administration) Modern-Era Retrospective Analysis for Research and Applications (MERRA) solar irradiance reanalysis dataset, and the Archer and Jacobson model to the MERRA wind reanalysis dataset to produce resource and power data, for a given technology’s power curve. This paper reviews solar and wind resource datasets and models, describes the employed algorithms, and introduces the web-based tool.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0140,006
Science ouverte0,0050,001
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 Opus0,053
Tête enseignante GPT0,346
Écart entre enseignants0,293 · 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