Wind dataset assessment and energy estimation for potential future offshore wind farm development areas on the Scotian Shelf
Notice bibliographique
Résumé
Abstract. The Scotian Shelf is one of the top wind regimes in the world. In order to assess the wind energy of the potential wind farms over the shelf, in this study, we first assessed the uncertainties of four commonly used wind datasets: ERA5, CFSv2, NARR, and HRDPS, by comparing them against observational wind data distributed at both nearshore and offshore sites. The assessment indicates that the root-mean-square error of the datasets varies between 1.6 m/s and 2.4 m/s in wind speed and between 24.6° and 36.4° in wind direction. HRDPS performs better at the near-shore sites, while ERA5 is more accurate at the offshore sites. We then estimated the wind energy potential of six wind farms on the shelf using ERA5 and HRDPS. The estimation shows that wind energy varies seasonally, the energy in summer 55 % lower than that in winter. The uncertainties in wind datasets enhance the variation of the wind energy production, up to 28 % in winter and 55 % in summer. The energy output is sensitive to turbine spacing due to wind wakes, which reduce energy by 17 % to 26 % in winter and by 40 % to 55 % in summer, depending on the relationships between wind speeds, wind directions, and the specific layout of the wind farms. This strong variation in wind energy output suggests that a more feasible operational method should be used to balance energy production and usage.
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 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».