MétaCan
Menu
Retour à la cohorte
Enregistrement W4387064337 · doi:10.1109/ichveps58902.2023.10257429

Coal Switching Evaluation on Coal-Fired Power Plants: Case Study in Indonesia

2023· article· en· W4387064337 sur OpenAlexaff
Achmad Nurfanani, Handrea Bernando Tambunan, Ariyana Dwiputra Nugraha

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensOntario Power Generation
Organismes subventionnairesnon disponible
Mots-clésCoalCoal firedPower (physics)Waste managementEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Indonesia’s energy mix is still dominated by coal, reaching 67.21% in 2022. On the other hand, the coal crisis is a significant challenge to providing electricity needs. Hence, the coal specifications consumed are commonly lower than the coal-fired power plant’s design. In addition, efficiency is essential to reduce production costs, and coal switching is an alternative resolution to keep electricity production. This study compares two coal with a calorific value of 4,500 kcal/kg and 4,200 kcal/kg by considering the equivalent availability factor (EAF), equivalent forced outage rate (EFOR), production cost, and environmental aspect in six months period. The result shows EAF are 89.65% and 89.36%, EFOR 2.98% and 4.02%, cost savings on fuel components is 9.07-32.80 Rp/kWh, and emission concentration is below the standard. It was found that the coal switching program did not have a negative impact on operational, financial, and environmental aspects.

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 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 enseignants0,301
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,295
Écart entre enseignants0,249 · 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.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMining Techniques and EconomicsTravaux en français237 207