MétaCan
Menu
Retour à la cohorte
Enregistrement W4394903886 · doi:10.1016/j.conengprac.2024.105949

Data-based modelling of arrays of wave energy systems: Experimental tests, models, and validation

2024· article· en· W4394903886 sur OpenAlexfundno aff
Edoardo Pasta, Guglielmo Papini, Yerai Peña‐Sanchez, Facundo D. Mosquera, Francesco Ferri, Nicolás Faedo

Notice bibliographique

RevueControl Engineering Practice · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueWave and Wind Energy Systems
Établissements canadiensnon disponible
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsHorizon 2020Horizon 2020 Framework ProgrammeEuropean CommissionQueen's UniversityEuropean Cooperation in Science and TechnologyQueen's University Belfast
Mots-clésEnergy (signal processing)Computer scienceScalingEnergy modelingKey (lock)SimulationIndustrial engineeringEngineeringControl engineeringSystems engineeringEfficient energy useElectrical engineering

Résumé

récupéré en direct d'OpenAlex

One of the key steps towards economic feasibility of wave energy conversion technology concerns scaling up to farms of multiple devices, in the attempt to reduce installation costs by sharing infrastructure, and a consequent drop in levelised cost of energy. Moreover, whenever wave energy systems are deployed in proximity (in so-called arrays), the exploitation of the hydrodynamic interactions between single devices is fully enabled, potentially increasing the final energy outcome. To achieve this in real (operational) time, the employed energy-maximising control strategies require control-oriented array models, able to efficiently describe the dynamics of these interconnected systems in a representative fashion. This can be, nonetheless, a difficult task when considering first principles alone, under small motion assumptions, for modelling purposes. Recognising the uncertainty associated to array numerical models obtained from the linearisation of simplified system equations around their equilibria, this paper presents models of several array configurations identified following a frequency domain approach on the basis of experimental data. Tailored tests on laboratory-scale devices have been designed and conducted in the Aalborg University (Denmark) wave tank facility, with the purpose of performing representative system identification of the wave energy systems arrays. The obtained models are validated on different representative sea states configurations, in controlled and uncontrolled motion operational conditions. The validation results are fully discussed and analysed in terms of standard error measures and time lag, while the obtained models are made freely accessible via a linked repository (named OCEAN), in the attempt to openly provide validated models for different array configurations.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,051
Tête enseignante GPT0,238
Écart entre enseignants0,188 · 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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueControl Engineering PracticeMême sujetWave and Wind Energy SystemsTravaux en français237 207