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検討

カテゴリ: 全国大会

論文No: 6-068

グループ名: 【全国大会】平成17年電気学会全国大会論文集

発行日: 2005/03/15

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

著者名: 横山 則夫(東北電力),江川 敏久(東北電力),栗田 剛(東北電力),高山 信一(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),松井 哲郎(富士電機アドバンストテクノロジー),福山 良和(富士電機アドバンストテクノロジー)

著者名(英語): Norio Yokoyama(Tohoku Electric Power Co.),Toshihisa Egawa(Tohoku Electric Power Co.),Tsuyoshi Kurita(Tohoku Electric Power Co.),Shinichi Takayama(Fuji Electric Advanced Technology Co.),Tatsuya Iizaka(Fuji Electric Advanced Technology Co.),Tetsuro Matsui(Fuji Electric Advanced Technology Co.),Yoshikazu Fukuyama(Fuji Electric Advanced Technology Co.)

キーワード: 流量予測|ダム|残流|ニューラルネットワーク

要約(日本語): 連接水系の最適な運用を行い，かつ水系の安全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，ダムのゲート操作に必要な短時間先の流入量予測と，発電計画立案に必要な翌日の24時間分の平均流入量予測に対して，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手法(1)(2)を適用する方法を提案する。阿賀野川水系を対象として数値シミュレーションを行った結果，提案手法の有効性が確認できたので報告する。

原稿種別: 日本語

PDFファイルサイズ: 1,513 Kバイト