TSMixerを活用した複数の気象予報データの協調によるダム流入量予測の精度向上

カテゴリ: 研究会(論文単位)

論文No: ST24016

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2024/08/20

タイトル(英語): Precision Improvement of Dam Inflow Prediction Through the Integration of Multiple Weather Forecasting Datasets Using TSMixer-based Model

著者名: 高瀨 信彰(明電舎),徐 鄭(明電舎),陳 洋(明電舎),荒川 尚也(明電システムソリューション)

著者名(英語): Nobuaki Takase(MEIDENSHA CORPORATION),Zheng Xu(MEIDENSHA CORPORATION),Yang Chen(MEIDENSHA CORPORATION),Naoya Arakawa(MEIDEN SYSTEM SOLUTIONS CORPORATION)

キーワード: 深層学習|ダム流入量予測|数値気象予報データ|時系列予測|ＴＳＭｉｘｅｒ|deep learning|dam inflow prediction|numerical weather prediction data|time series forecasting|TSMixer

要約(日本語): 本研究は、水力発電所における最適な発電計画の立案を目的として、ダム流入量予測の精度向上方法を提案する。流入量予測には、地球大気を模擬した数値気象予報データを活用するのが一般的であるが、空間・時間スケールに応じた様々なデータが存在する。本研究は深層時系列予測モデルTSMixerのモデル構造に着目し、異なる予報時間スケールを有する複数の数値気象予報データを協調させるTSMixerベースのダム流入量予測モデルを提案した。

要約(英語): This study aims to optimize hydropower generation planning by improving the accuracy of dam inflow predictions. Focusing on the time-series prediction structure, we propose a TSMixer-based model that integrates multiple weather forecasting datasets with different forecast time scales. The proposed model enhances inflow prediction accuracy.

本誌: 2024年8月23日システム研究会

本誌掲載ページ: 13-18 p

原稿種別: 日本語

PDFファイルサイズ: 779 Kバイト