Key points are not available for this paper at this time.
Des modèles reliant la température moyenne du système à la charge totale du système ont été développés pour les zones de service de Virginia Power et Duke Power dans le sud-est des États-Unis. Les données quotidiennes pour la période 1985–91 ont été utilisées. L'influence de la température sur la charge était minimale autour de 18 °C et augmentait plus rapidement avec l'augmentation des températures qu'avec leur diminution. La réponse était sensible au jour de la semaine, et des modèles utilisant des jours de semaine séparés ainsi qu'un modèle utilisant des données combinées ont été créés. Aucun ne tenait adéquatement compte des jours fériés civiques ou des températures extrêmes. Cependant, les estimations des charges moyennes sur une période de 3 mois étaient précises à ±3 %. Les modèles ont été utilisés pour transformer la distribution de probabilité des températures moyennes sur 3 mois pour chaque système, dérivée des archives historiques, en probabilités de charge. Celles-ci ont été utilisées avec les probabilités de température catégoriques fournies par les prévisions à long terme du National Weather Service pour estimer les probabilités de charge prévues. En été et en hiver, le changement résultant dans la distribution est suffisant pour avoir un impact sur les décisions d'achat de carburant à l'avance des services publics. Les résultats au printemps et en automne sont plus ambigus.
Peter Robinson (jeu,) a étudié cette question.
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: