MétaCan
Menu
Retour à la cohorte
Enregistrement W2914501353 · doi:10.11575/prism/35718

Modeling and Evaluation of Wind Turbine Operational Strategies During Icing Events

2019· dissertation· en· W2914501353 sur OpenAlex
Shannon Hildebrandt

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.

fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources CanadaAlberta InnovatesPennsylvania State University
Mots-clésIcingTurbineEnvironmental scienceEngineeringAeronauticsAerospace engineeringMarine engineeringMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Cold climates around the world are seeing increasing investment in wind power generation. The benefits of cold regions, however, come with unique challenges that are not experienced by wind turbines in more temperate regions. The accumulation of ice on wind turbine blades in particular can reduce power production due to aerodynamic inefficiencies and turbine shutdowns. To gain a better understanding of the extent to which these challenges are faced across Canada, the author ran a Survey in 2017 of 43 wind farms across the country. Results were presented at the 2018 CanWEA O&M Summit, and discussions that followed highlighted an important and unanswered question: When an icing event is detected or predicted at a wind farm, is it better to pause the turbines during the event or maintain power production? How much less ice is accumulated if the wind turbines are paused, and how does this impact power production? To answer these questions, the Ice and Power Model described herein was developed. Wind turbine characteristics and icing event conditions are taken as inputs, and blade ice accumulation, aerodynamic impacts, and power production impacts are produced as outputs. The model consists of three components: (1) ice accumulation, (2) aerodynamic analysis, and (3) power curve estimation. Upon validation, the model was used to estimate and analyze the blade ice accumulation on the NREL 1.5 MW reference wind turbine for five icing events, in which the input parameters of far-field wind speed, air temperature, cloud liquid water content, and droplet mean volume diameter were varied. For each icing event, two simulations were executed with the model where: (a) the wind turbine maintains operation during the icing event and (b) the wind turbine is paused for the duration of the icing event. The resulting ice accumulation, impacts to blade aerodynamics, and impacts to power production capabilities following the icing event were compared. The results provide evidence that while pausing turbines does indeed result in significantly less ice accumulation, the impact to power production capabilities following the icing event is not significant enough to justify cutting power production to zero for short events.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,810

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,038
Tête enseignante GPT0,317
Écart entre enseignants0,279 · 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