MétaCan
Menu
Retour à la cohorte
Enregistrement W4386047756 · doi:10.1109/cpeee56777.2023.10217640

Evaluating, Modeling and Predicting of the Differential Consumption Profiles for Residential Customers Subscribed to Dynamic Pricing Tariffs

2023· article· en· W4386047756 sur OpenAlexaffabout
Atieh Delavari

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueTime Series Analysis and Forecasting
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)Differential (mechanical device)Computer scienceEnvironmental economicsBusinessEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Intermittent renewable energy sources and end-use electrification such as transportation and heating introduce a significant challenge for the reliability of the power grid. In order to deal with this important challenge, utilities put in place different demand-side management mechanism such as demand response programs and dynamic tariffication (DT) to shift electricity consumption outside peak period. To meet new needs and to respond to changes in the energy market, Hydro-Quebec undertakes an important research project, named SCÉNARIO, to simulate the impact of the different customers’ load profiles on the network. Dynamic pricing is one of the components of SCÉNARIO project which aimes to assess the impact of customer behavior on the distribution network during demand management. In this paper, we propose an algorithm for evaluating, modeling and predicting of the differential consumption profiles for residential customers subscribed to dynamic pricing tariffs. These kinds of investigations allow the power system planners to evaluate and predict the impact of the dynamic pricing programs on the power system behavior.

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: Empirique
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil0,291

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 savante0,0000,000
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 Opus0,051
Tête enseignante GPT0,318
Écart entre enseignants0,267 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTime Series Analysis and ForecastingTravaux en français237 207