MétaCan
Menu
Retour à la cohorte
Enregistrement W2114713258 · doi:10.1109/pes.2006.1708921

The RECRE system: restoration planning for Hydro-Quebec's power system

2006· article· en· W2114713258 sur OpenAlexaffabout
Raouf Naggar, Luc Cauchon, Stéphane Hénault, Si Truc Phan

Notice bibliographique

Revue2006 IEEE Power Engineering Society General Meeting · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésUnavailabilityAcronymPlan (archaeology)Electric power systemHydroelectricityComputer scienceReliability engineeringSystems engineeringPower (physics)Operations researchEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Due to the severity of system-wide power outages, though their probability of occurrence is slight, regulatory authorities require that a system restoration plan be drawn up and kept up to date at all times. The power outage that affected northeastern North America in 2003 proved the need for such a requirement. The particular structure of Hydro-Quebec's power system requires the use of a highly specific system restoration procedure. The daily preparation of the system restoration plan is based on a strategy whose application requires that a restoration sequence be drawn up that uses available equipment, the electrical behavior of which has been validated using appropriate studies. Over the years, Hydro-Quebec has accumulated a sizeable pool of knowledge that brings together all the solutions already studied. System restoration planners use their know-how to find the best solution, determine whether it is appropriate, and proceed to apply it. When required, new solutions must be developed. The new RECRE software program (French acronym for "Remise En Charge du Reseau" - System Restoration) has been implemented by Hydro-Quebec in 2005. The aim of this knowledge management system is to have system restoration knowledge become a tangible, growth-oriented and enhanceable asset. The system is made up of two modules: the knowledge engineering module, whereby modeling can be done of the system restoration strategy and known solutions in a knowledge base, and the planning module, whereby system restoration plans can be drawn up based on the unavailability of power system equipment. The RECRE system can produce a validated and adequate plan in a few seconds along with all the documents required for its dissemination. The RECRE system can also analyze in a few minutes all of the situations that apply to scheduled outages for the weeks that follow or the upcoming year. This allows solution gaps to be identified in the knowledge base.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,233

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0400,003

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 Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,195 · 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'étudeSimulation ou modélisation
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
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2006 IEEE Power Engineering Society General MeetingMême sujetOil and Gas Production TechniquesTravaux en français237 207