Prévision à court terme du besoin électrique québécois
Notice bibliographique
Résumé
Nous étudions la prévision du besoin énergétique québécois pour les 24 prochaines heures à l’aide d’un ensemble de données s’étalant sur une durée de 8 ans de valeurs historiques de consommation électrique au Québec. Il s’agit d’un problème de prévision de la charge à court-terme, un sous-domaine de la prévision des séries temporelles. Notre modélisation repose sur une méthode appelée « modèle à équations multiples sur séries temporelles » pour la prévision de la consommation électrique à court terme, en nous inspirant de l’approche proposée par Clements, Hurn et Li (2016) appliquée à la région du Queensland, en Australie. Après avoir adapté le modèle aux conditions québécoises, nous l’étendons en prenant en compte deux variables météorologiques additionnelles, la nébulosité et la vitesse du vent, en plus de considérer les observations de différentes stations météorologiques dispersées sur le territoire québécois. Le modèle proposé présente un score MAPE de 1,32 % sur l’ensemble de validation, avec le potentiel de réduire davantage sa marge d’erreur après l’exploration de pistes d’améliorations accessibles. Les performances de notre modèle sont comparées à celles des modèles à équations multiples de Clements, Hurn et Li (2016) et de Cancelo, Espasa et Grafe (2008) ; ainsi que sur celles du modèle N-BEATS de Marchand et Zinflou (2021).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».