MétaCan
Menu
Retour à la cohorte
Enregistrement W3022822772 · doi:10.1016/j.egyr.2020.04.036

Offshore wind power assessment on the western coast of Thailand

2020· article· en· W3022822772 sur OpenAlexaff
Montree Ranthodsang, Jompob Waewsak, Chuleerat Kongruang, Yves Gagnon

Notice bibliographique

RevueEnergy Reports · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensUniversité de Moncton
Organismes subventionnairesEnergy Policy and Planning OfficeThaksin University
Mots-clésOffshore wind powerWind powerEnvironmental scienceTurbineWind resource assessmentCost of electricity by sourceWind speedSubmarine pipelinePower stationMaximum sustained windMarine engineeringElectricity generationMeteorologyRange (aeronautics)Wind directionEngineeringOceanographyGeologyWind gradientGeographyPower (physics)

Résumé

récupéré en direct d'OpenAlex

This paper presents an offshore wind resource assessment and offshore wind power feasibility analysis on the western coast of Thailand using coupled mesoscale atmospheric and microscale Computational Fluid Dynamics wind flow modeling, along with a climatic database. Offshore wind maps at elevations of 80 m, 90 m and 120 m above mean sea level (amsl) are presented and validated with measured wind datasets gathered from nine met masts installed along the coast of the Andaman Sea and the Strait of Malacca on the western part of Thailand. Results show that, at an elevation of 120 m amsl, the northern region near Myanmar is characterized by wind speeds in the range of 5.5 to 6.0 m/s, while the area around Phuket Island has wind speeds in the range of 4.6 to 5.3 m/s. In line with the Thai energy policies for wind power plant development, the annual energy production, the capacity factors, the levelized cost of energy (LCOE), the CO2eq emission avoidance, and the required Feed-in-Tariff (FiT) are analyzed for wind power plants integrating 3.3 MW, 8.0 MW and 9.5 MW offshore wind turbine generators. Results show that offshore wind power plants with 3.3 MW wind turbine generators could produce over 13 GWh of electricity per year under the Very Small Power Producer (VSPP) scenario for 10 MW wind power plants. For its part, 50 MW wind power plants under the Small Power Producer (SPP) scenario could produce 68 GWh/yr, and nearly 123 GWh/yr for SPP wind power plants with 90 MW of installed capacities. With capacity factors in the order of 16%, the lowest LCOE is 0.188 USD/kWh and the CO2eq emission avoidances reach 774 tonnes CO2eq per year. Finally, the required FiT to sustain the development of VSPP offshore wind power plants in the vicinity of Phuket Island is in the range of 0.314 to 0.688 USD/kWh.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,227
Écart entre enseignants0,212 · 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

Citations37
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ReportsMême sujetWind Energy Research and DevelopmentTravaux en français237 207