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

カテゴリ: 全国大会

論文No: 6-078

グループ名: 【全国大会】平成18年電気学会全国大会論文集

発行日: 2006/03/15

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

著者名: 高橋 修 (東北電力),横山則夫 (東北電力),江川敏久 (東北電力),栗田 剛 (東北電力),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),鹿川泰史 (富士電機システムズ)

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

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流入量(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)の予測について，ダムのゲート操作に必要な短時間先予測と，発電計画立案に必要な翌日の平均流入量予測に非線形特性の学習能力に優れたニューラルネットワーク手法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: 1,740 Kバイト