MétaCan
Menu
Retour à la cohorte
Enregistrement W2941909249 · doi:10.4043/29344-ms

Driving Down Cost: A Case Study of Floating Substructure for A 10MW Wind Turbine

2019· article· en· W2941909249 sur OpenAlexaff
Ikpoto E. Udoh, Jun Zou

Notice bibliographique

RevueOffshore Technology Conference · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWave and Wind Energy Systems
Établissements canadiensSNC-Lavalin (Canada)
Organismes subventionnairesnon disponible
Mots-clésTurbineMarine engineeringWind powerOffshore wind powerNacelleSubstructureEnvironmental scienceEngineeringStructural engineeringAerospace engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Power generation costs must be competitive for the offshore wind industry to survive and advance consistently. It is widely believed that adopting high-capacity wind turbines (10 MW or higher) is an effective approach to reduce levelized costs of energy. Industry trends indicate that use of high-capacity turbines is imminent, and the suitability of existing floating substructure concepts is being challenged. This paper assesses characteristics of a floating substructure for supporting high-capacity turbines. A 10 MW wind turbine application with the floating structure concept in 100m water depth is investigated and verified by using aero-hydro-servo-elastic dynamic simulations. Environmental loads considered are wind, wave and current, and simulations are performed in time domain to capture interactions and non-linear responses. Wind loading on the RNA is modeled using turbulent wind fields, with turbulence intensities representative of offshore environments, whereas wind loads on the platform are captured using reliable wind load coefficients. Effects of a 10MW turbine on the nacelle, tower, platform and moorings are highlighted, and correlations between the responses are discussed. The responses are quantified and compared using power spectral densities (to delineate low, wave and high frequency effects) and extreme statistics. Comparisons discussed in this paper underscore the importance of adaptability of platform features to maintain favorable responses of floating substructures for high-capacity turbine applications. A hull steel efficiency indicator is adopted for the quick and simple measure of substructure hull efficiency. Findings of this study offer one solution to drive down the cost dramatically and provide insights for future developments.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,228
Écart entre enseignants0,215 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOffshore Technology ConferenceMême sujetWave and Wind Energy SystemsTravaux en français237 207