MétaCan
Menu
Retour à la cohorte
Enregistrement W4391402122 · doi:10.18280/ijsdp.190105

Techno-Economic Analysis of Wind Power Generation in Mongo and Abeche, Chad

2024· article· en· W4391402122 sur OpenAlexvenueno aff
Bali Tamegue Bernard, Donatien Njomo, Venant Sorel Chara-Dackou, Mahamat Hassane Babikir, Mahamat Ker Nediguina, Daniel Roméo Kamta Legue

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWind powerEconomic analysisEnvironmental scienceElectricity generationPower (physics)GeographyMeteorologyEconomicsEngineeringAgricultural economicsElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The useful wind energy potential in the Sahelian part of Chad is estimated by considering two representative sites namely, Mongo and Abeche from a long series of in situ wind speed measurements over a period of thirty years at 10 m height from the ground.The Weibull distribution statistic was used and its parameters were used to show the influence of turbulence sources on the wind speed at 10 m.Vertical extrapolation of the Weibull parameters and wind speed at different heights from 10 m to 100 m provided more usable wind speeds.The results show that on average the wind is more intense and stable in Mongo than in Abeche and that the wind speed values increase with height with the influence of turbulence sources quantified at about 22.15% in Abeche and 19.93% in Mongo.The comparative study of the five turbines used shows that the De Wind D7 turbines with $0.057/kWh at 70 m in Abeche and Bonus 1MW/54 turbines with $0.067/kWh at 50 m in Mongo are better suited to produce energy according to their production capacity.The minimum and maximum electricity costs per kilowatt hour obtained using these two best turbines are very competitive compared to the cost of electricity in Chad (about $0.16/kWh) and that the installation of a wind farm in these cities could significantly improve the socio-economic situation of households.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,597
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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'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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetEnergy and Environment ImpactsTravaux en français237 207