MétaCan
Menu
Retour à la cohorte
Enregistrement W2969768536 · doi:10.35378/gujs.459840

Wind Speed Clustering Using Linkage-Ward Method: A Case Study of Khaaf, Iran

2019· article· en· W2969768536 sur OpenAlex

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.

Notice bibliographique

RevueGAZI UNIVERSITY JOURNAL OF SCIENCE · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Load and Power Forecasting
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWind powerWind speedCluster analysisProbabilistic logicRenewable energyMeteorologyEnvironmental scienceElectricityComputer scienceEngineeringGeographyElectrical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The use of renewable energy for providing electricity is growing rapidly. Among others, wind power is one of the most appealing energy sources. The wind speed has direct impact on the generated wind power and this causes the necessity of wind speed forecasting. For better power system planning and operation, we need to forecast the available wind power. Wind power is volatile and intermittent over the year. For getting better insight and a tractable optimization problem for different decision making problems in presence of wind power generation, it is required to cluster the possible wind power generation scenarios. This article presents probabilistic wind speed clustering prototype for wind speed data of Khaaf, Iran. This region is known as one of the high potential wind sites in Iran and several wind farm projects is planned in this area. The average speed of wind for a ten-minute period measured at height of 40m over a year (2008) is used for clustering. From the result of this research, the most appropriate probabilistic model for the wind speed can be obtained.

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)0,001
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 enseignants0,055
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,035
Tête enseignante GPT0,257
Écart entre enseignants0,222 · 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