MétaCan
Menu
Retour à la cohorte
Enregistrement W4386089656 · doi:10.20944/preprints202308.1578.v1

Trends on Wind Speed Forecasting: Umbrella Review of the Last 5 Years

2023· preprint· en· W4386089656 sur OpenAlexafffund
Paulo Alexandre Costa Rocha, Carla Freitas de Andrade, André Valente Bueno, Fernanda Leite Lobo, Mona Lisa Moura de Oliveira, Jesse Van Griensven Thé, Bahram Gharabaghi

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineEngineering
ThématiqueEnergy Load and Power Forecasting
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésWind powerWork (physics)Wind speedMathematicsEngineeringPhysicsMeteorologyMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The most important step for the installation of a wind farm is to know the wind regime in the region, since an error in estimating this wind speed causes an error proportional to the cube of power, resulting in financial losses for investors. Therefore, knowing the methods used for predicting wind speed becomes important and the knowledge of how research and studies in this area are going helps map the subject and outline strategies for developing research in strategic areas. For this purpose, the Scopus database was used considering some keywords, such as ("forecast" OR "prevision") AND "wind" AND ("turbine" OR "power" OR "energy" or "velocity" or "speed"), considering the period since 2019, and analyzing the data of the documents found using the Bibliometrix package. With the results found, it was possible to map researchers, institutions that are developing work in this area, in addition to the most cited articles, among other aspects analyzed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,713
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,176
Tête enseignante GPT0,322
Écart entre enseignants0,147 · 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.

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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetEnergy Load and Power ForecastingTravaux en français237 207