MétaCan
Menu
Retour à la cohorte
Enregistrement W3162342428 · doi:10.12943/cnr.2020.00002

FUEL CYCLE IMPLICATIONS OF DEPLOYING HTGRS IN HYBRID ENERGY SYSTEMS AS RESERVE POWER GENERATION IN ONTARIO

2021· article· en· W3162342428 sur OpenAlexaffvenueabout
Daniel Wojtaszek, S. Golesorkhi

Notice bibliographique

RevueCNL Nuclear Review · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear reactor physics and engineering
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésSoftware deploymentEnvironmental scienceNuclear powerEnriched uraniumNuclear fuel cycleFuel cycleElectricity generationUraniumResource (disambiguation)ElectricityWaste managementNatural uraniumNuclear engineeringEnvironmental economicsComputer scienceEngineeringPower (physics)PhysicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

Nuclear power plants could potentially be deployed in a type of nuclear hybrid energy system (NHES) in which their power is used primarily to drive an industrial process but can be diverted to meet demands for electricity when needed. The purpose of this study is to analyze the effects of deploying NHESs as reserve power for the transmission grid in Ontario on the overall Canadian fuel cycle. In this scenario, the fuel cycle demands of 2 high-temperature gas-cooled reactor (HTGR) concepts are analyzed with respect to costs, resource consumption, and enrichment requirements. One HTGR concept is a 30 MW-thermal (MW th ) reactor that is based on the UBattery concept, and the other is the Xe-100, which is a 200 MW th reactor. Calculations indicate that such a deployment of HTGRs would have a substantial effect on the fuel cycle in Canada. In particular, NU and enrichment demands would be greatly affected. Beginning this HTGR deployment in the year 2030 would more than double the annual NU demands in Canada, and deplete the uranium resources with extraction costs of <$80/kgU by the year 2142. The uranium enrichment demands of this fleet would be >35% of the US capacity for uranium enrichment.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil0,688

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 Opus0,019
Tête enseignante GPT0,215
Écart entre enseignants0,196 · 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'étudeSans objet
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
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCNL Nuclear ReviewMême sujetNuclear reactor physics and engineeringTravaux en français237 207