Gestion de la demande en puissance : Outil de planification et stratégies pour la production de bois d'oeuvre
Notice bibliographique
Résumé
L’industrie forestière est un secteur économique générant beaucoup d’emplois au Québec, Canada. Dans le but d’assurer la compétitivité et la profitabilité des scieries, plusieurs propriétaires se voient donc dans l’obligation de revoir leurs systèmes de production. De plus, ceux-ci sont à la recherche de nouvelles opportunités pour générer des profits, comme le programme de gestion de la demande en puissance (GDP) d’Hydro-Québec, programme visant à redistribuer l’usage de l’électricité vers des périodes hors-pointe. C’est dans cette optique que s’insère cette maîtrise, dont le but est d’évaluer l’impact technico-économique de l’implantation de stratégies permettant à une scierie typique de participer au programme de GDP. Pour ce faire, une revue de la littérature a été faite, afin d’établir un état de l’art sur les systèmes de gestion de l’énergie en industrie, la gestion de la demande en puissance et les modèles de planification existants dans le milieu de la fabrication de bois d’oeuvre. Ensuite, l’étude d’un système de production de bois d’oeuvre réel et la collecte d’informations quant à la consommation d’électricité des équipements et de chauffage des espaces de travail utilisés ont été réalisées. Ces informations ont par la suite été intégrées à l’intérieur d’un modèle de planification tactique des opérations. Avec un tel modèle, il devenait donc possible de tester différentes stratégies permettant de réduire l’appel en puissance des équipements en cas d’évènement de GDP et de mesurer les gains financiers ou encore les pertes engendrées par la mise en place de telles stratégies. Plus particulièrement, six stratégies ont été testées. À la suite d’une étude comparative basée sur la profitabilité de chaque stratégie, il s’est avéré que le meilleur scénario permettait d’augmenter les profits de la scierie à l’étude de près de 5%, tout en offrant une augmentation de profit durant un grand nombre d’heures de GDP (68 heures). Somme toute, l’étude a permis de trouver, pour une scierie type du Québec, la meilleure stratégie à mettre en place pour participer au programme de GDP d’Hydro-Québec. Elle a également a permis de développer un modèle de planification pour l’industrie du bois d’oeuvre intégrant la facette énergétique et de générer une méthodologie générale permettant de reproduire les travaux réalisés dans le cadre de la recherche à d’autres secteurs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».