構造化ニューラルネットワークを適用したダム残流予測の実証試験結果（第二報）

カテゴリ: 部門大会

論文No: 326

グループ名: 【B】平成19年電気学会電力・エネルギー部門大会講演論文集

発行日: 2007/09/12

タイトル(英語): Water Flow Forecasting Results using Analyzable Structured Neural Networks

著者名: 江川 敏久(東北電力),高橋 修(東北電力),栗田 剛(東北電力),佐藤 英二(東北電力),松井 哲郎(富士電機アドバンストテクノロジー),飯坂 達也(富士電機アドバンストテクノロジー),鹿川 泰史(富士電機システムズ)

著者名(英語): Toshihisa Egawa(Tohoku Electric Power Co.),Osamu Takahashi(Tohoku Electric Power Co.),Tsuyoshi Kurita(Tohoku Electric Power Co.),Eiji Sato(Tohoku Electric Power Co.),Tetsuro Matsui(Fuji Electric Advanced Technology Co.),Tatsuya Iizaka(Fuji Electric Advanced Technology Co.),Yasushi Shikagawa(Fuji Electric Systems Co.)

キーワード: ダム|流入量予測|ニューラルネットワーク|発電計画|ゲート操作|Dam|Water Flow Forecasting|Artificial Neural Network|Generating Schedule|Gate Operation

要約(日本語): 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，特に上流ダム放流量を除いた残流予測が必須である。従来からタンクモデル法や貯留関数法などが適用されているが，一般的にこれらの手法は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，上流ダム放流量を除いた流入量(残流)の予測方法について提案する。予測対象ダムと上流ダムとの間に大きな支川がある場合はニューラルネットワーク手法を適用し，大きな支川がない場合は回帰手法を適用する手法を開発した。只見・阿賀野川水系にて実証試験を行い提案手法の有効性が確認できたので報告する。

PDFファイルサイズ: 1,403 Kバイト