MétaCan
Menu
Retour à la cohorte
Enregistrement W4285497001 · doi:10.54097/hset.v3i.688

Comparison between newly developed gravity energy storage and pumped hydro storage

2022· article· en· W4285497001 sur OpenAlexaff
Zhening Kang, Kevin Kevin, Ze‐Hao Zhuang

Notice bibliographique

RevueHighlights in Science Engineering and Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRenewable energyEnergy storageEnvironmental economicsEnergy (signal processing)Emerging technologiesComputer scienceEnvironmental scienceEngineeringProcess engineeringEconomicsElectrical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The world is currently facing a new energy crisis, which has prompted a focus on energy storage technologies to solve the global energy crisis. Taking advantage of the height difference between two dams and turning them into one is the main difference between gravity energy storage (GES) and pumped hydro storage (PHS) presented in this paper. This paper first introduces the basic principles of each of these two technologies, and then compares the two technologies through economic and parametric perspectives, showing the advantages of GES technology such as higher efficiency, easier construction at less cost, and the promise of GES. Some case studies may not reveal convincing trends in GES development, but they can still be used to compare the technology's present state of development. This research stresses that GES has higher promise as a newly created technology. Both technologies are promising and excellent renewable energy sources, but to truly evaluate which is superior in the long run, economic factors must be analyzed and compared. GES technologies are also being researched to assist the world in alleviating the pressures of the energy crisis and the environmental issues produced by stored energy.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHighlights in Science Engineering and TechnologyMême sujetMicrogrid Control and OptimizationTravaux en français237 207