MétaCan
Menu
Retour à la cohorte
Enregistrement W4295713001 · doi:10.18311/ijprvd/2022/30691

Environmental Issues and Challenges for Coal/Lignite based Thermal Power Plants and Mitigation Measures

2022· article· en· W4295713001 sur OpenAlexaboutno aff
S. Raghuthaman

Notice bibliographique

RevueIndian Journal of Power and River Valley Development · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTariffElectricity generationElectricityThermal power stationPer capitaNatural resource economicsPower stationAgricultural economicsCoalPopulationQuarter (Canadian coin)EngineeringFossil fuelEnvironmental economicsBusinessEnvironmental scienceEnvironmental protectionPower (physics)Waste managementEconomicsGeographyInternational tradeElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The world is undergoing a massive energy transition. Over the next decades, there will be radical changes in the way we produce and consume energy. The conventional energy infrastructure being set up now would be abandoned ever before their economic life is over. A quarter of India’s population have no access to electricity and our per capita consumption of electricity is very low at almost one third of world average with millions getting power a few hours a day. Surprisingly the plant load factor (PLF) for thermal power plant have steadily declined over the last four years and was only 63.6% in Sep. 2015. Breakthrough in solar plant technology posed a challenge for fossil fuel based thermal power plants. In April 2017, the tariff of utility connected large solar power projects in India hit a record low of Rs.3/kWh. This is the same as the average tariff of coal based power. At this tariff, solar plants are cheaper than a large number of new and old coal fired power plants in India.Stringent pollution norms add to the cost of generation of thermal power. Several projects in the power sector have become unviable on account of states like Andhra Pradesh, Uttar Pradesh and Karnataka have either cancelled the power purchase agreement or reworking on them. Few more states may follow in cancellation of power purchase agreement (PPA). Distribution Companies (DISCOMS) are reluctant to sign PPA because of high tariff, demand uncertainties, long duration of PPA and need to take the responsibility of fixed charges for the life of PPA. This will lead to creation of non-performing asset (NPA) worth Rs.1.5 lakh crores and to the extent the bank loans will be at risk.Some mitigation measures are suggested to meet the challenges in operation of coal/lignite based thermal power plants.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 GPT0,205
Écart entre enseignants0,192 · 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'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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Power and River Valley DevelopmentMême sujetEnergy and Environment ImpactsTravaux en français237 207