MétaCan
Menu
Retour à la cohorte
Enregistrement W4213155291 · doi:10.1007/s40095-021-00468-z

Short-term PV power forecasting in India: recent developments and policy analysis

2022· article· en· W4213155291 sur OpenAlexfundno aff
Indradip Mitra, Detlev Heinemann, Aravindakshan Ramanan, Mandeep Kaur, Sunil Kumar Sharma, Sujit Tripathy, Arindam Roy

Notice bibliographique

RevueInternational journal of energy and environmental engineering · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensnon disponible
Organismes subventionnairesFP7 International CooperationDeutsche Gesellschaft für Internationale ZusammenarbeitMinistry of PowerBundesministerium für Wirtschaftliche Zusammenarbeit und EntwicklungCanada Excellence Research Chairs, Government of CanadaMinistry of Earth SciencesMinistry of New and Renewable Energy IndiaCarl von Ossietzky Universität Oldenburg
Mots-clésRenewable energyElectricity generationTerm (time)Variable renewable energySolar powerElectric power systemEnvironmental economicsComputer scienceEngineeringOperations researchMeteorologyEnvironmental sciencePower (physics)EconomicsGeographyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract With ambitious renewable energy capacity addition targets, there is an ongoing transformation in the Indian power system. This paper discusses the various applications of variable generation forecast, state-of-the-art solar PV generation forecasting methods, latest developments in generation forecasting regulations and infrastructure, and the new challenges introduced by VRE generation. Day-ahead NWP-based GHI forecasting are validated against ground measurements from single and multiple sites in India. Recommendations for improving overall the forecasting infrastructure in India are presented.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,404
Score d'incertitude au seuil0,270

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 Opus0,008
Tête enseignante GPT0,203
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'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

Citations27
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational journal of energy and environmental engineeringMême sujetSolar Radiation and PhotovoltaicsTravaux en français237 207