MétaCan
Menu
Retour à la cohorte
Enregistrement W3172104835 · doi:10.5194/egusphere-egu21-1449

Time scale dependence of wind speed patterns - implications for wind power site assessment

2021· article· en· W3172104835 sur OpenAlexaff
Cristian Suteanu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Load and Power Forecasting
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésWind speedWind powerEnvironmental scienceMeteorologyStatisticsInterval (graph theory)Scale (ratio)Detrended fluctuation analysisMathematicsEngineeringGeographyScalingCartography

Résumé

récupéré en direct d'OpenAlex

Characterizing properties of wind speed variability and their dependence on the temporal scale is important: from sub-second intervals (for the design and monitoring of wind turbines) to longer time scales – months, years (for the evaluation of the wind power potential). Wind speed data are usually reported as averages over time intervals of various length (minutes, days, months, etc). The research project presented in this paper addressed the following questions: What aspects of the wind pattern are changed, in what ways and to what extent, in the process of producing time-averaged values? What precautions should be considered when time-averaged values are used in the assessment of wind variability? What are the conditions to be fulfilled for a meaningful comparison of wind pattern characteristics obtained in distinct studies? Our research started from wind speed records sampled at 0.14 second intervals, which were averaged over increasingly longer time intervals. Variability evaluation was based on statistical moments, L-moments, and detrended fluctuation analysis. We present the change suffered by characteristics of temporal variability as a function of sampling rate and the averaging time interval. In particular, the height dependence of wind speed variability, which is of theoretical and practical importance, is shown to be progressively erased when averaging intervals are increased. The paper makes recommendations regarding the interpretation of wind pattern characteristics obtained at different sites as a function of sampling rate and time-averaging intervals.

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)0,003
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 GPT0,253
Écart entre enseignants0,240 · 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'étudeObservationnel
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'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Load and Power ForecastingTravaux en français237 207