MétaCan
Menu
Retour à la cohorte
Enregistrement W4324046497 · doi:10.1061/jwrmd5.wreng-5608

Hydropower System Operation and the Quality of Short-Term Hydrologic Ensemble Forecasts

2023· article· en· W4324046497 sur OpenAlexaffabout
Michael Osina Torres, Amaury Tilmant, Emixi Valdez, François Anctil, Maria‐Helena Ramos

Notice bibliographique

RevueJournal of Water Resources Planning and Management · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHydropowerTime horizonStreamflowTerm (time)Production (economics)Renewable energyEnvironmental scienceEnergy planningQuality (philosophy)Computer scienceEconometricsDrainage basinEconomicsEngineeringMathematical optimizationMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

Improving the operational effectiveness of hydropower systems is becoming more relevant considering the shift to renewable energy sources and the rising social, financial, and environmental costs associated with the construction of new hydropower facilities. This challenge is interdisciplinary as it involves technical, managerial, and institutional aspects. This paper focuses on a technical aspect, more specifically on the relationship between the quality of short-term ensemble streamflow forecasts and the energy produced by a hydropower system. A secondary objective is to measure the contribution of both the meteorological and structural uncertainties on the energy output. To achieve this, a numerical experiment comprising multiple sets of hydrologic ensemble forecasts of different quality and a suite of reservoir optimization models is developed for a case study in Canada (the hydropower system of the Gatineau River basin). These ensemble forecasts are processed by the short-term reservoir operation model in rolling-horizon mode over a planning period of 6 years. Each day, the short-term optimization model seeks to maximize the energy output over the 14-day forecast lead time considering the expected future value of the system derived from a midterm optimization model. The relationship between hydropower generation and common statistical scores characterizing the ensemble forecasts indicates that although there is a link between the quality of the forecasts and the energy production, it is not a one-to-one causal relationship. Our results also show that the diversity of hydrological models is beneficial to the production of energy, indicating that the diversity of model structures compensates the deficiencies of individuals models and adds value to the forecast.

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)0,006
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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'étudeObservationnel
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Resources Planning and ManagementMême sujetWater resources management and optimizationTravaux en français237 207