MétaCan
Menu
Retour à la cohorte
Enregistrement W4360993993 · doi:10.1049/gtd2.12821

Investigating the impact of a dynamic thermal rating on wind farm integration

2023· article· en· W4360993993 sur OpenAlexafffund
Leanne Dawson, Andrew M. Knight

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueThermal Analysis in Power Transmission
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWind powerTransformerThermalRevenueRenewable energyElectric power systemAutomotive engineeringEnvironmental scienceReliability engineeringComputer scienceEngineeringElectrical engineeringMeteorologyBusinessPower (physics)VoltageFinance

Résumé

récupéré en direct d'OpenAlex

Abstract With an increased focus on renewable power generation, dynamic thermal ratings of various power equipment are being investigated to connect the new intermittent generation to the grid without needing to replace existing infrastructure. Previous research is mainly focused on a dynamic thermal rating for overhead lines. End‐of‐line equipment are also restricted by a thermal limit. This paper combines the thermal model for overhead lines with the transformer thermal model, to investigate the impact of environmental conditions on both. A wind farm case study is used to determine the potential increase in capacity using a combined thermal model. The impact of a higher thermal limit on the loss of life of the transformer is compared to the amount of curtailed wind and the potential revenue from the added wind farm. This analysis serves to provide a method to analyse the risks of using a higher transformer thermal limit, compared to the benefits of increased wind penetration and additional revenue.

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)0,003
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,270
Écart entre enseignants0,253 · 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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIET Generation Transmission & DistributionMême sujetThermal Analysis in Power TransmissionTravaux en français237 207