Photovoltaic Power and Meteorological Datasets With Snow Detection From the Outdoor Solar Power Laboratories of the Finnish Meteorological Institute
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
ABSTRACT High‐quality, long‐term time series of photovoltaic (PV) output measurements are scarce at high latitudes, limiting both academic research and commercial applications. Here, we describe and publish high‐resolution (1 min) PV output data—together with ancillary measurements—from three high‐latitude sites in Finland covering 26 August 2015 to 31 December 2021. The PV data, comprising averaged power readings, were retrieved from inverter registries. Ancillary measurements from the PV field—plane‐of‐array irradiance, air temperature, module temperature, and photographs of the modules—were collected using dedicated instrumentation. Additional meteorological variables, including solar radiation components and snow depth, were obtained from nearby Finnish Meteorological Institute (FMI) weather stations. Daily snow cover classification of the modules was performed manually from daily plots of PV, ancillary and meteorological data and partially validated with photographs. Beyond visual inspection, the PV data underwent the quality control routine as described in a recent paper by Visser and colleagues; however, we found the routine exhibits several shortcomings under high latitude conditions. Snow coverage on the PV modules varied significantly with site location and system design. Subsets of the dataset have previously been used for PV output‐model validation. The complete dataset offers further opportunities, including PV model development, refinement of performance metrics and quality control methods for high‐latitude installations, and investigations of snow‐related losses and gains. The data is freely available from the FMI METIS data repository.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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