Evaluation of Floating Wind Technology to Reduce Emissions in Newfoundland and Labrador's Offshore Hydrocarbon Industry
Notice bibliographique
Résumé
Abstract The move to reduce greenhouse gas emissions in the offshore hydrocarbons production industry has resulted in a growing interest in the possibility of using offshore wind to reduce on-platform power generation. While some offshore areas are progressing towards, or planning for, the use of offshore wind to electrify hydrocarbon producing platforms, they do not have some of the challenges associated with Newfoundland & Labrador's offshore environment. The authors are undertaking a study to investigate the feasibility of, and the benefits associated with the use of offshore floating wind to displace power generation for offshore hydrocarbon production platforms, thus reducing GHG emissions. The work is focusing on the applicability of potential concepts, services, supply chain, fabrication, facilities, and operations, and how these tie into various floating wind concepts and technologies that might be fabricated and assembled locally, and operated offshore Newfoundland & Labrador (NL). Electrification of offshore oil and gas production facilities through offshore wind could reduce the requirement for local power generation via turbine generators under normal operation. This paper examines the suitability of potential offshore floating wind concepts in the NL offshore, using wind energy to supply power to offshore facilities, reducing the need for fuel powered turbine generators, and thereby decreasing GHG emissions from power generation. The study looks at the full-field approach, from suitability of design to construction to operations and maintenance of offshore wind technology.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».