構造化ニューラルネットワークを適用した翌日支川流量予測

カテゴリ: 部門大会

論文No: 104

グループ名: 【B】平成15年電気学会電力・エネルギー部門大会講演論文集

発行日: 2003/08/06

タイトル(英語): Water Flow Forecasting for the Next Day by an Analyzable Structured Neural Network

著者名: 笠原 幸夫(東北電力),大江 静(東北電力),江川 敏久(東北電力),冨山 雅光(富士電機),飯坂 達也(富士電機),松井 哲郎(富士電機),福山 良和(富士電機),野田 清信(富士電機)

著者名(英語): Yukio Kasahara(Tohoku Electric Power Co. ),Shizuka Ooe(Tohoku Electric Power Co. ),Toshihisa Egawa(Tohoku Electric Power Co. ),Masamitsu Tomiyama(Fuji Electric Co. ),Tatsuya Iizaka(Fuji Electric Co. ),Tetsuro Matsui(Fuji Electric Co. ),Yoshikazu Fukuyama(Fuji Electric Co. ),Kiyonobu Noda(Fuji Electric Co. )

キーワード: ニューラルネットワーク|支川流量|流量予測流量予測|Neural Network|branch water flow|water flow forecasting

要約(日本語): 複数のダムから構成される連接水系では，最適な発電計画立案とそれに基づく水系運用が行われている。連接水系の最適でかつ安全な運用を行うためには高精度のダム流入量予測が必須である。しかし，従来からタンクモデルや貯留関数法による流量予測が行われているが，これらは安全運用に主眼を置いた予測であり，パラメータ調整が困難であり，十分な予測精度を得られない場合があった。本稿では入出力の非線形特性を学習可能なニューラルネットワークを適用することにより，東北電力阿賀野川水系を対象とした通常期における水系運用調整計画の精度を向上させ，火力発電の燃料コスト低減に寄与する翌日支川流量予測を行ったので報告する。

PDFファイルサイズ: 1,618 Kバイト