MétaCan
Menu
Retour à la cohorte
Enregistrement W2346216844

Reliability Analysis Approach For Operations Planning Of Hydropower Systems

2014· article· en· W2346216844 sur OpenAlexaboutno aff
Jiyi Zhou, Ziad Shawwash, Daniel Archila, Paul Vassilev, Vladimir Plesa, Gillian Kong, Alaa Abdalla

Notice bibliographique

RevueCUNY Academic Works (City University of New York) · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueReliability and Maintenance Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)HydropowerReliability engineeringComputer scienceEngineeringForensic engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Many existing hydropower storage facilities were built decades ago and components of these aging infrastructure facilities have higher risk of failure. Insufficient capacity or forced outages of the spillway and other waterway passage facilities during flooding incident could potentially increase the probability of dam safety incidents leading to public safety concerns. Currently approaches used to assess the risk and uncertainty in operational decision making are mainly based on qualitative assessment and expert judgment and can be significantly improved by the development of a framework that formally incorporates both qualitative and quantitative reliability analysis methods. Event tree analysis and fault tree analysis have traditionally been used in dam safety risk analysis, with results subject to data adequacy and availability. Our research shows that other methods, such as nonparametric analysis and Monte Carlo simulation techniques can yield good results as well. This study investigated the application of reliability analysis methods to existing hydropower storage facilities, with the objective of developing a new systems engineering based approach for risk and uncertainty analysis to assess and manage the risks of hydropower system operations. Our approach integrates reliability-based methods with hydro system optimization modeling to develop an operational reliability-based modeling framework and to formally treat risk and uncertainty in operations planning. This approach incorporates different sources of uncertainty that are typically encountered in operations planning of these systems, including failure probability of hydro system components such as non-power release structures and turbine facilities. This paper presents the framework we have developed and illustrates the application of our investigation for a hydropower system facility in British Columbia, Canada.

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 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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil0,610

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,021
Tête enseignante GPT0,219
Écart entre enseignants0,198 · 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 tête enseignante, 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCUNY Academic Works (City University of New York)Même sujetReliability and Maintenance OptimizationTravaux en français237 207