MétaCan
Menu
Retour à la cohorte
Enregistrement W2787826464 · doi:10.1109/ice.2017.8279884

Optimizing control for large scale dynamic systems; general issues and case study results: Transmission operations optimizer for Toronto water system

2017· article· en· W2787826464 sur OpenAlexaffabout
Krzysztof Malinowski, Jacek Błaszczyk, A.Y. Allidina

Notice bibliographique

Revue2017 International Conference on Engineering, Technology and Innovation (ICE/ITMC) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensIBI Group (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceControl (management)Controller (irrigation)Transmission (telecommunications)Control systemScale (ratio)Transmission systemWater supplyPresentation (obstetrics)Operations researchIndustrial engineeringControl engineeringEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to provide a concise yet still a broad view on the most important differences between both objectives and design of regulatory control on one side and optimizing control of large supply and/or distribution systems. For this purpose the main objectives and characteristics of both types of control are first briefly presented. The main differences are exposed and discussed, followed by the description of problems related to introducing and, eventually, to implementing optimizing control systems. The second part of the paper is devoted to short presentation of a major optimizing controller for very large municipal water supply system, namely Toronto Water System (TWS). The Transmission Operations Optimizer (TOO) has been recently being tested and gradually implemented at Toronto Water Control Center and found to provide for meaningful electrical energy savings and much improved system operations.

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)0,000
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 enseignants0,843
Score d'incertitude au seuil0,947

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
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 Opus0,020
Tête enseignante GPT0,280
Écart entre enseignants0,260 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2017 International Conference on Engineering, Technology and Innovation (ICE/ITMC)Même sujetWater Systems and OptimizationTravaux en français237 207