MétaCan
Menu
Retour à la cohorte
Enregistrement W4402833086 · doi:10.1063/5.0219648

A multi-decadal analysis of U.S. and Canadian wind and solar energy droughts

2024· article· en· W4402833086 sur OpenAlexaboutno aff
James M. Wilczak, Elena Akish, Antonietta Capotondi, Gilbert P. Compo, Andrew Hoell

Notice bibliographique

RevueJournal of Renewable and Sustainable Energy · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWind powerEnvironmental scienceMeteorologyClimatologySolar energySolar windRenewable energyAtmospheric sciencesEngineeringGeologyGeographyPhysicsElectrical engineeringNuclear physicsPlasma

Résumé

récupéré en direct d'OpenAlex

The spatial and temporal characteristics of wind and solar energy droughts across the contiguous U.S. and most of Canada for the period 1959–2022 are investigated using bias-corrected values of daily wind and solar power generation derived from the ERA5 meteorological reanalysis. The analysis domain has been divided into regions that correspond to four major interconnects and nine sub-regions. Droughts are examined for wind alone, solar alone, or a mix of wind and solar in which each provides 50% of the long-term mean energy produced, for durations of 1–90 days. Wind and solar energy droughts and floods are characterized on a regional basis through intensity–duration–frequency curves. Wind and solar generation are shown to be weakly anti-correlated over most of the analysis domain, with the exception of the southwest U.S. The intensities of wind and solar droughts are found to be strongly dependent on region. In addition, the wind resource in the central U.S. and the solar resource in the southwestern U.S. are sufficiently good that over-weighting capacity in those areas would help mitigate droughts that span the contiguous United States for most duration lengths. The correlation of droughts for the 50%–50% mix of wind and solar generation with temperature shows that the most intense droughts occur when temperatures exhibit relatively moderate values, not when energy demand will be largest. Finally, for all regions except the southeast U.S., winter droughts will have a larger impact on balancing the electric grid than summer droughts.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,211 · 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'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 revueJournal of Renewable and Sustainable EnergyMême sujetClimate variability and modelsTravaux en français237 207