MétaCan
Menu
Retour à la cohorte
Enregistrement W2965775619

Physical Modelling of an Hydropower Generation Station and Simulating Turbine Energy Losses

2018· article· en· W2965775619 sur OpenAlexaboutno aff
Li, Fok

Notice bibliographique

RevueWDSA / CCWI Joint Conference Proceedings · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueCavitation Phenomena in Pumps
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHydropowerInflowTurbineInletMarine engineeringSpillwayDraft tubeRenewable energyElectricity generationEnvironmental scienceFrancis turbineEngineeringFlow (mathematics)MeteorologyPower (physics)Geotechnical engineeringMechanical engineeringMechanics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

potential power generation via the turbine is proportional to the head and flow of water. This paper presents a physical model study of a hydropower expansion project including the construction of the inlet, a multi-orifice plate and multi-tubes to simulate the energy losses via the turbines, and the downstream tailrace. A 90-year old run-of-the-river hydropower generation station of 90 m3/s is currently undergoing expansion to a full maximum of 172 m3/s by adding an extra turbine of 80 m3/s, a submerged bypass spillway tunnel and an expanded intake. The expanded intake will require rock excavation to divert inflow to the new powerhouse, resulting in change of flow direction twice (more than 180°). With the complex inflow conditions, there are serious concern over damaging vortices and reduction of turbine efficiency. This project is part of the Ontario Power Generation (OPG) renewable energy initiatives. A 1:25 scale model (14 m by 4 m by 1.5 m) was built at Queen’s University, Ontario with an objective to investigate the complex hydraulic conditions at the hydropower station intake and provide data for calibration of the hydrodynamic design model. The physical model results suggest that extra precaution be taken to design the inlet to reduce the flow vortices.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,735
Score d'incertitude au seuil0,775

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 savante0,0000,001
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 Opus0,039
Tête enseignante GPT0,243
Écart entre enseignants0,205 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWDSA / CCWI Joint Conference ProceedingsMême sujetCavitation Phenomena in PumpsTravaux en français237 207