Evaluating the Impact of Free-Stream Turbulence on Convective Cooling of Overhead Conductors Using Large Eddy Simulations
Notice bibliographique
Résumé
The international trend of using renewable energy sources for generating electricity is increasing, partly through harvesting energy from wind turbines. Increasing electric power transmission efficiency is achievable through using real-time weather data for power line rating, known as real-time thermal rating (RTTR), instead of using the worst case scenario weather data, known as static rating. RTTR is particularly important for wind turbine connections to the grid, as wind power output and overhead conductor rating both increase with increasing wind speed, which should significantly increase real-time rated conductor from that of statically rated. Part of the real-time weather data is the effect of free-stream turbulence, which is not considered by the commonly used overhead conductor codes, Institute of Electrical and Electronics Engineers (IEEE) 738 and International Council on Large Electric Systems (CIGRÉ) 207. This study aims to assess the effect free-stream turbulence on IEEE 738 and CIGRÉ 207 forced cooling term. The study uses large eddy simulation (LES) in the ANSYS fluent software. The analysis is done for low wind speed, corresponding to Reynolds number of 3000. The primary goal is to calculate Nusselt number for cylindrical conductors with free-stream turbulence. Calculations showed an increase in convective heat transfer from the low turbulence value by ∼30% at turbulence intensity of 21% and length scale to diameter ratio of 0.4; an increase of ∼19% at turbulence intensity of 8% and length scale to diameter ratio of 0.4; and an increase of ∼15% at turbulence intensity of 6% and length scale to diameter ratio of 0.6.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».