アンサンブル学習法を用いたダム流入量予測

カテゴリ: 全国大会

論文No: 4-243

グループ名: 【全国大会】平成31年電気学会全国大会論文集

発行日: 2019/03/01

タイトル(英語): Dam Inflow Prediction Using Ensemble Learning Method

著者名: 高瀨 信彰(明電舎),深井 寛修(明電舎),庭川 誠(明電舎)

著者名(英語): Nobuaki Takase(MEIDENSHA CORPORATION),Hironobu Fukai(MEIDENSHA CORPORATION),Makoto Niwakawa(MEIDENSHA CORPORATION)

キーワード: 流入量予測,アンサンブル学習,ダム

要約(日本語): 水力発電所における1日の発電計画の立案には、ダム流入量やダム指定推移、維持放流量など多くの制約条件を考慮する必要がある非常に煩雑な作業である。現在、ベテラン作業員の経験とノウハウによって毎日の発電計画を立案している。本研究では、発電計画立案作業の省力化、発電効率の最大化を目的として、高精度なダム流入量予測手法を提案する。将来のダム流入量の高精度な予測が可能であれば、ダム水位や放流量の制御が容易となり、安定的かつ高効率の運転が実現できる。本研究得は、気象予測データとアンサンブル学習法を用いた方法によって、ダム流入量を正確に予測する方法を提案した。

原稿種別: 日本語

PDFファイルサイズ: 537 Kバイト