Modélisation non paramétrique de la relation entre les caractéristiques du vent et la différence de niveaux sur un grand réservoir
Notice bibliographique
Résumé
The natural inflow at a site is a key variable for optimal management of water resources, particularly for hydroelectric production. For sites with dams and hydroelectric powerplants, this variable cannot be measured directly, and the water balance equation is used to determine the quantity of water a site receives on its surface during a certain period of time. However, several errors affect the natural inflows computed this way. One of the principal sources of uncertainty for large reservoirs is the nonrepresentativeness of water level because of the wind effect. To quantify the effect of wind on the reservoir surface, a nonparametric regression model was used to relate the water level differences between several stations located on the same reservoir and the characteristics of the wind (direction and intensity). The study showed that the nonparametric regression model substantially improves the knowledge of the water level differences between several stations when there is presence of wind. With this model, it is possible to characterize the types of wind affecting the reservoir and to establish validation strategies for the data. The studied reservoirs are Outardes-4 and Gouin, two large reservoirs located in the north of the province of Québec, Canada.Key words: wind, reservoir, water level, nonparametric regression, natural inflow, performance criteria.
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 | 0,001 | 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 | 0,000 |
| 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 ».