CFARS Site Suitability Initiative: An Open Source Approach to Evaluate the Performance of Remote Sensing Device (RSD) Turbulence Intensity Measurements & Accelerate Industry Adoption of RSDs for Turbine Suitability Assessment
Notice bibliographique
Résumé
In this white paper, the results from the Consortium for Advancing Remote Sensing's (CFARS) Site Suitability Subgroup’s first benchmarking analysis of <em>unadjusted</em> RSD to cup anemometer turbulence intensity (TI) and reference cup-to-redundant cup measurement differences are presented. Eight organizations participated in the benchmarking activity, contributing a total of 35 datasets. This document introduces the Subgroup’s forthcoming analysis, examining the performance of <em>adjusted</em> RSD TI measurements compared to cup anemometry. This will be the industry’s first open source tool for comparing the performance of disparate RSD TI measurements and cup anemometry, the TI Adjustment Comparison Tool (TACT). TACT incorporates more than 15 adjustment techniques. Preliminary results from this benchmarking activity using TACT will be released to the industry in the Spring 2022 and summarized in detail in a forthcoming peer-reviewed article. Finally, to ensure the delivery of commercial value to open source science and tools generated in the Subgroup, a best practice collaboration framework to connect RSD TI benchmarking activities with RSD TI acceptance decision-making for site suitability assessment is introduced herein. The CFARS best practice framework provides a platform that enables data-driven decisions, on acceptable loads bias thresholds in a commercial setting. The framework encourages industry stakeholders to collaborate to further refine TACT, leverage the tool to advance industry understanding of the sensitivity of turbine fatigue load models to varying TI measurements and therefore de-risks the use of adjusted RSD measurements in site suitability assessment.
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 | 0,003 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».