MétaCan
Menu
Retour à la cohorte
Enregistrement W4414219052 · doi:10.36688/ewtec-2025-716

Ocean Wave Energy Converter Mid-Fidelity Numerical Simulation Tools: A Review

2025· article· en· W4414219052 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProceedings of the ... European Wave and Tidal Energy Conference · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueWave and Wind Energy Systems
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésBespokeEnergy (signal processing)Marine energyReliability (semiconductor)Wave energy converterMeaning (existential)Renewable energy

Résumé

récupéré en direct d'OpenAlex

Ocean wave energy holds immense potential as a renewable energy source, offering a vast, untapped resource. Despite this, wave energy converters (WECs) are still in their technological infancy, and their levelized cost of energy (LCoE) is not yet competitive compared to other generation sources. Most devices currently reside at technology readiness levels (TRL) 3 through 5, relying heavily on mid-fidelity numerical modelling to proceed toward commercial viability. WEC developers often develop these tools in-house and for bespoke needs, meaning few are publicly available and flexible enough to meet the diverse needs of end-users. The past decade has marked the emergence of dedicated mid-fidelity WEC numerical modelling and simulation tools. In driving WEC designs towards commercial viability, a comparative evaluation of these tools is critical; it builds confidence in their reliability by helping understand the nuances between differing fundamental assumptions and modelling approaches, leading designers to make informed choices. Although several reviews were published shortly following the release of these tools in the mid-to-late 2010s, it has been some time since an updated thorough analysis has been performed. Over this period, some tools have undergone significant developments, whereas others have since been discontinued, creating a gap in the literature. Furthermore, existing analyses have focused on reviewing specific components through code-to-code comparisons, rather than a holistic discussion of the underlying fundamental theory and available features, leaving users without a clear understanding of subtle distinctions between tools. This study seeks to provide a qualitative analysis of publicly available ocean wave energy simulation tools, helping users navigate the market and select the technology that best suits their needs. Key features being examined include formulations of the hydrodynamics, wave, mooring, PTO and control problems, and the multibody dynamic solver. Within these domains, minute variations in assumptions and modelling approaches define the distinctions between tools. Namely, it is the distinction of formulating the hydrodynamic problem using Morison’s and/or Cummins equation. Additionally, some tools are designed for general ocean engineering applications and thus have limited capacity to model and simulate features specific to wave energy such as a PTO and associated control. This review offers valuable insights into the distinctions between general mid-fidelity wave energy simulation tools and aims to assist designers in selecting the tool best suited to meet their unique requirements.

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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,837

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 Opus0,024
Tête enseignante GPT0,212
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