機械学習を用いた状態及び予測時間別流入量予測モデルの検討

カテゴリ: 全国大会

論文No: 3-083

グループ名: 【全国大会】令和4年電気学会全国大会論文集

発行日: 2022/03/01

タイトル(英語): Examine of Inflow Prediction Model each State and Prediction Time by Machine Learning

著者名: 佐藤江里子（日立製作所）,山口悟史（日立製作所）,楠田尚史（日立パワーソリューションズ）

著者名(英語): Eriko Sato (Intelligent Information Research Department, Hitachi, Ltd.),Satoshi Yamaguchi (Intelligent Information Research Department, Hitachi, Ltd.),Kusuda Takashi (Hitachi Power Solutions, Ltd.)

キーワード: 機械学習|AI|ダム管理|流入量予測|気象予報|machine learning|artificial intelligence|dam magement|prediction of inflow|weather forecast

要約(日本語): 近年，気候変動による水害のため，水力発電所において平水から洪水まで通した流入量予測が重要となっている。本発表では，流入量の状態及び予測時間別に帰納・演繹法と適切なモデルを判別し適用可能な流入量予測モデルを開発検討したので報告する。

本誌掲載ページ: 141-143 p

原稿種別: 日本語

PDFファイルサイズ: 540 Kバイト