Data-based modelling of arrays of wave energy systems: Experimental tests, models, and validation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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