MétaCan
Menu
Retour à la cohorte
Enregistrement W2550962109 · doi:10.1002/2016wr019551

Comparison of static and dynamic resilience for a multipurpose reservoir operation

2016· article· en· W2550962109 sur OpenAlex
Slobodan P. Simonović, R. Arunkumar

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueWater Resources Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBC Hydro
Mots-clésInflowResilience (materials science)Reservoir modelingReservoir simulationReliability engineeringEnvironmental scienceComputer sciencePetroleum engineeringRisk analysis (engineering)EngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Reliability, resilience, and vulnerability are the traditional risk measures used to assess the performance of a reservoir system. Among these measures, resilience is used to assess the ability of a reservoir system to recover from a failure event. However, the time‐independent static resilience does not consider the system characteristics, interaction of various individual components and does not provide much insight into reservoir performance from the beginning of the failure event until the full performance recovery. Knowledge of dynamic reservoir behavior under the disturbance offers opportunities for proactive and/or reactive adaptive response that can be selected to maximize reservoir resilience. A novel measure is required to provide insight into the dynamics of reservoir performance based on the reservoir system characteristics and its adaptive capacity. The reservoir system characteristics include, among others, reservoir storage curve, reservoir inflow, reservoir outflow capacity, and reservoir operating rules. The reservoir adaptive capacity can be expressed using various impacts of reservoir performance under the disturbance (like reservoir release for meeting a particular demand, socioeconomic consequences of reservoir performance, or resulting environmental state of the river upstream and downstream from the reservoir). Another way of expressing reservoir adaptive capacity to a disturbing event may include aggregated measures like reservoir robustness, redundancy, resourcefulness, and rapidity. A novel measure that combines reservoir performance and its adaptive capacity is proposed in this paper and named “dynamic resilience.” The paper also proposes a generic simulation methodology for quantifying reservoir resilience as a function of time. The proposed resilience measure is applied to a single multipurpose reservoir operation and tested for a set of failure scenarios. The dynamic behavior of reservoir resilience is captured using the system dynamics simulation approach, a feedback‐based object‐oriented method, very effective for modeling complex systems. The results of dynamic resilience are compared with the traditional performance measures in order to identify advantages of the proposed measure. The results confirm that the dynamic resilience is a powerful tool for selecting proactive and reactive adaptive response of a multipurpose reservoir to a disturbing event that cannot be achieved using traditional measures. The generic quantification approach proposed in the paper allows for easy use of dynamic resilience for planning and operations of various civil infrastructure systems.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,046
Tête enseignante GPT0,348
Écart entre enseignants0,302 · 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