Journal of Korea Water Resources Association (한국수자원학회논문집)

Korea Water Resources Association (한국수자원학회)
권호 표지

Flood Inflow Forecasting on Multipurpose Reservoir by Neural Network

신경망리론에 의한 다목적 저수지의 홍수유입량 예측

  • Sim, Sun-Bo (Dept. of Civil Engineering, Engineering Collage, Chungbuk National University) ;
  • Kim, Man-Sik (Dept. of Civil Engineering, Engineering Collage, Chungbuk National University)
  • 심순보 (충북대학교 공과대학 토목공학과) ;
  • 김만식 (충북대학교 대학원 토목공학과)
  • Published : 1998.02.01
Download PDF
⟨ Previous Next ⟩

Abstract

The purpose of this paper is to develop a neural network model in order to forecast flood inflow into the reservoir that has the nature of uncertainty and nonlinearity. The model has the features of multi-layered structure and parallel multi-connections. To develop the model. backpropagation learning algorithm was used with the Momentum and Levenberg-Marquardt techniques. The former technique uses gradient descent method and the later uses gradient descent and Gauss-Newton method respectively to solve the problems of local minima and for the speed of convergency. Used data for learning are continuous fixed real values of input as well as output to emulate the real physical aspects. after learning process. a reservoir inflows forecasting model at flood period was constructed. The data for learning were used to calibrate the developed model and the results were very satisfactory. applicability of the model to the Chungju Mlultipurpose Reservoir proved the availability of the developed model.

본 논문의 목적은 다목적 저수지의 홍수유입량 예측을 위한 방법으로 병렬다중결선의 계층구조를 가진 신경망이론에 의하여 홍수시 불확실한 비선형시스템의 특성을 같는 저수지 유입량 예측모형을 개발하는 것이다. 신경망이론을 이용한 예측모형의 개발을 위하여 역전파 학습알고리즘을 사용하였으며 역전파 학습알고리즘 사용시 흔히 대두되는 지역최소값 문제와 수렴속도의 향상을 위해서 최적화기법인 경사하강법을 이용한 모멘트법과 경사하강법과 Gauss-Newton 방법을 이용한 Leverberg-Marquardt 법을 사용하였다. 모형개발에 사용된 자료는 연속적인 값으로 입력자료와 출력자료를 강우와 댐유입량을 학습시킨 후, 저수지의 홍수유입량 예측을 위한 다층신경망 모형을 구성하였다. 학습시 사용한 자료를 토대로 개발된 모형을 검정한 결과 매우 만족스런 결과를 얻을 수 있었고 실제 충주댐 유역을 대상으로 저수지 홍수유입량 예측결과 모형의 타당성을 입증할 수 있었다.

Keywords

References

  1. 신경망 이론과 응용(I) 김대수
  2. 한국수문학회지 v.25 no.3 패턴인식방법을 적용한 하천유출의 비선형 예측 김주환
  3. 박사학위 논문, 인하대학교 신경회로망을 이용한 하천유출량의 수문학적 예측에 관한 연구 김주환
  4. '97년 한국수자원학회 학술발표회 논문집 신경망이론에 의한 다목적 저수지의 홍수유입량 예측 심순보;김만식;심규철
  5. 한국수자원학회지 v.29 no.4 신경망이론에 의한 강우예측에 관한 연구 오남선;선우중호
  6. 제36회 수공학 연구발표회 논문집 미계측 중소유역 유출 시뮬레이션을 위한 신경회로망모형의 적용 오경두;전병호
  7. 박사학위논문, 성균관대학교 시계열자료에서 신경망이론의 적용 윤여창
  8. 수자원-92-3-1 한강수계 충주저수지 시스템의 실시간 최적운영을 위한 의사결정지원시스템의 개발 연구보고서 한국수자원공사
  9. Proc. of the 2nd International Conf. on Hydroinformatics, Hydroinformatics '96 Extened rainfall- runoff nodeling using aritificial neural newworks Anthony W.M.
  10. Neural network toolbox : For use with MATLAB user's guide Demuth, H.;Beale, M.
  11. J. of Computing in Civil Engineering v.8 no.2 Neural netwotks in civil engineering I : Principles and understanding Flood, I.;Kartam, N.
  12. J. of Computing in Civil Engineering v.8 no.2 Neural networks in civil engineering II : System and application Flood, I.;Kartam, N.
  13. J. of Hydrology v.137 Rainfall forecasting in space and time using a neural network French, M.N.;Krajewski, W.F.;Cuykendall R.R.
  14. Neural networks: A comprehensive foundation Haykin, S.
  15. Water Resources Research v.31 no.10 Artificial neural network modeling of the rainfall-runoff process Hsu, K.L.;Gupta, H.V.;Sorooshian, S.
  16. J. of Computing in Civil Enineering v.8 no.2 Neural networks for river flow prediction Nachimuthu, K.;William, J.G.;Darrell, W.;Bovee K.
  17. Parallel distributed processing Learning internal representations by error back propagation Rumelhart, D.E.(Ed.);Hinton, G.E.;Williams, R.J.;McCelland, J.L.(Ed.);PDP Research Group(Ed.)
  18. Proc. of 21st Annual Conf. of the Water Resources Planning & Management A decision support system for multi-purpose reservoir operations Shim, S.B.;Fontane, D.G.;Lee H.S.
  19. Proc. of 21st Annual Conf. of the Water Resources Planning & Management A decision support system for reassessing the operations of the Chungju reservoir system Shim, S.B.;Fontane, D.G.;Lee H.S.
  20. Neural networks for statistical modeling Smith, M.