• Title/Summary/Keyword: 예측유입량

Search Result 592, Processing Time 0.033 seconds

Geographical Distributuon Characteristics of Small Hydropower Resources (소수력자원의 지리적 분포특성)

  • Lee, Chul-Hyung;Park, Wan-Soon
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2010.05a
    • /
    • pp.769-773
    • /
    • 2010
  • 수계별 소수력자원의 특성에 대한 연구가 수행되었다. 이를 분석하기 위하여 유량지속특성을 예측할 수 있는 모델이 개발되었고, 이를 기반으로 하여 소수력발전소의 수문학적 성능특성을 예측할 수 있는 모델이 개발되었다. 개발된 모델의 효용성을 확인하기 위하여 안동댐에서 측정된 월유입량자료를 분석하였다. 안동댐에서의 장기유입량을 분석한 결과, 본 연구에서 개발된 예측모델로부터 획득한 결과가 실측자료와 잘 일치하였다. 본 연구에서 개발된 모델은 소수력발전지점의 수력가용량과 연간출력량을 예측하는데 유용하게 사용될 수 있다는 것이 밝혀졌다. 개발된 모델을 이용하여 주요 수계에 위치한 소수력발전입지의 수문학적 성능특성을 분석한 결과 수계별로 차이를 나타냈다. 특히 북한강수계와 낙동강수계에 위치한 소수력발전입지는 다른 수계에 위치한 소수력발전입지에 비하여 비설계유량과 비출력 등에 대한 수문학적 성능에 많은 차이를 나타냈다.

  • PDF

A Sampling Stochastic Linear Programming Model for Coordinated Multi-Reservoir Operation (저수지군 연계운영을 위한 표본 추계학적 선형 계획 모형)

  • Lee, Yong-Dae;Kim, Sheung-Kown;Kim, Jae-Hee
    • Proceedings of the Korean Operations and Management Science Society Conference
    • /
    • 2004.05a
    • /
    • pp.685-688
    • /
    • 2004
  • 본 연구에서는 저수지군 연계운영을 위한 표본 추계학적 선형 계획(SSLP, Sampling Stochastic Linear Programming) 모형을 제안한다. 일반적 추계학적 모형은 과거 자료로부터 확률변수의 확률분포를 추정하고 이를 몇 개 구간으로 나누어 이산 확률 값을 산정하여 기댓값이 최대가 되는 운영방안을 도출하지만 저수지 유입량 예측시 고려되어야할 지속성 효과(Persistemcy Effect)와 유역간 또는 시점별 공분산 효과(The joint spatial and temporal correlations)를 반영하는데 많은 한계가 있다. 이를 극복하기 위하여 과거자료 자체를 유입량 시나리오로 적용하여 시${\cdot}$공간적 상관관계를 유지하는 표본 추계학적(Sampling Stochastic)기법을 바탕으로 Simple Recourse Model로 구성한 추계학적 선형 계획 모형을 제시한다. 이 모형은 미국 기상청(NWS)에서 발생 가능한 유입량의 시나리오를 예측하는 방법인 앙상블 유량 예측(ESP, Ensemble Streamflow Prediction)을 통한 시나리오를 적용함으로써 좀더 신뢰성 있는 저수지군 연계운영 계획을 도출 할 수 있을 것으로 기대된다.

  • PDF

Application of Artificial Neural Network Ensemble Model Considering Long-term Climate Variability: Case Study of Dam Inflow Forecasting in Han-River Basin (장기 기후 변동성을 고려한 인공신경망 앙상블 모형 적용: 한강 유역 댐 유입량 예측을 중심으로)

  • Kim, Taereem;Joo, Kyungwon;Cho, Wanhee;Heo, Jun-Haeng
    • Journal of Wetlands Research
    • /
    • v.21 no.spc
    • /
    • pp.61-68
    • /
    • 2019
  • Recently, climate indices represented by quantifying atmospheric-ocean circulation patterns have been widely used to predict hydrologic variables for considering long-term climate variability. Hydrologic forecasting models based on artificial neural networks have been developed to provide accurate and stable forecasting performance. Forecasts of hydrologic variables considering climate variability can be effectively used for long-term management of water resources and environmental preservation. Therefore, identifying significant indicators for hydrologic variables and applying forecasting models still remains as a challenge. In this study, we selected representative climate indices that have significant relationships with dam inflow time series in the Han-River basin, South Korea for applying the dam inflow forecasting model. For this purpose, the ensemble empirical mode decomposition(EEMD) method was used to identify a significance between dam inflow and climate indices and an artificial neural network(ANN) ensemble model was applied to overcome the limitation of a single ANN model. As a result, the forecasting performances showed that the mean correlation coefficient of the five dams in the training period is 0.88, and the test period is 0.68. It can be expected to come out various applications using the relationship between hydrologic variables and climate variability in South Korea.

Improvement of flood-stage forecast using the HPG in the lower Nakdong River (HPG를 이용한 낙동강 하류구간 홍수위 예측 정확도 개선)

  • Kim, Ji-Sung;Kim, Won;Choi, Kyu Hyun;Kim, Keuk Soo;Kim, Tae-Hyung
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2016.05a
    • /
    • pp.242-242
    • /
    • 2016
  • 낙동강 하류구간인 남강합류점에서 낙동강하구둑까지는 하상경사가 약 1/10,000보다 작은 매우 완만한 경사를 이루고 있으므로 홍수기 고수위를 장시간 유지하는 등 홍수소통에 불리한 조건을 가지고 있다. 이처럼 하상경사가 매우 완만한 하천에서는 홍수파의 전파 특성이 하상경사, 수심경사, 그리고 이송가속도와 국부가속도 경사 등 운동량 방정식의 각 항 모두에 영향을 크게 받는 것으로 알려져 있다. 따라서, 낙동강 하류구간의 홍수분석 정확도 개선을 위해서는 대상구간에 유입하는 홍수수문량의 크기 및 변화를 정확히 반영하는 것이 무엇보다 중요하다. 하천 본류로 유입하는 지류의 홍수량을 산정하는 보편적인 방법은 지류 하류의 수위관측소에서 구축된 수위-유량관계곡선을 이용하는 것이다. 그러나 본류 수위의 배수영향을 받는 지류 하류 구간에서는 단일 수위-유량관계의 결정이 불가능하므로 지류 유출량 산정을 위한 새로운 방법이 필요하다. 본 연구에서는 낙동강 하류구간(창녕 함안보~낙동강하구둑) 유역면적의 약 45% 이상을 차지하는 밀양강 유역의 홍수기 유출량 산정을 위하여 HPG(Hydraulic Performance Graph)를 이용하였다. HPG는 배수영향을 받아 시시각각 수리특성이 변화하는 구간에서도 유량 및 상하류 수위 등 수리특성 추정에 합리적인 결과를 제공하는 것으로 알려져 있다. 2012년 태풍 산바 사상을 대상으로 HPG를 이용하여 산정한 밀양강 홍수량과 기존 수위-유량관계로 산정한 홍수량을 각각 경계조건으로 사용한 경우로 구분하여, 낙동강 하류구간 주요 지점인 삼랑진과 구포의 홍수위 예측 정확도를 비교하였다. 비교결과, 기존 방법과 HPG를 이용한 방법 모두 예측시점이 첨두발생 시각에 가까워질수록 평균오차가 감소하는 것으로 분석되었다. 그러나 기존 방법은 예측시점에 따라 평균오차의 변화가 단조롭지 않고 진동이 발생한 반면, HPG를 이용한 방법은 기존 방법보다 오차의 감소가 단조롭고 지속적인 것으로 나타났으며 평균오차 또한 작았다. 본 연구결과, 배수영향을 받는 지류 하류구간에서 HPG를 이용한 유입량 산정은 본류 홍수위 예측 정확도 개선을 위한 경제적인 대안이 될 것으로 판단된다.

  • PDF

Prediction of multipurpose dam inflow using deep learning (딥러닝을 활용한 다목적댐 유입량 예측)

  • Mok, Ji-Yoon;Choi, Ji-Hyeok;Moon, Young-Il
    • Journal of Korea Water Resources Association
    • /
    • v.53 no.2
    • /
    • pp.97-105
    • /
    • 2020
  • Recently, Artificial Neural Network receives attention as a data prediction method. Among these, a Long Shot-term Memory (LSTM) model specialized for time-series data prediction was utilized as a prediction method of hydrological time series data. In this study, the LSTM model was constructed utilizing deep running open source library TensorFlow which provided by Google, to predict inflows of multipurpose dams. We predicted the inflow of the Yongdam Multipurpose Dam which is located in the upper stream of the Geumgang. The hourly flow data of Yongdam Dam from 2006 to 2018 provided by WAMIS was used as the analysis data. Predictive analysis was performed under various of variable condition in order to compare and analyze the prediction accuracy according to four learning parameters of the LSTM model. Root mean square error (RMSE), Mean absolute error (MAE) and Volume error (VE) were calculated and evaluated its accuracy through comparing the predicted and observed inflows. We found that all the models had lower accuracy at high inflow rate and hourly precipitation data (2006~2018) of Yongdam Dam utilized as additional input variables to solve this problem. When the data of rainfall and inflow were utilized together, it was found that the accuracy of the prediction for the high flow rate is improved.

Real-time Upstream Inflow Forecasting for Flood Management of Estuary Dam (담수호 홍수관리를 위한 상류 유입량 실시간 예측)

  • Kang, Min-Goo;Park, Seung-Woo;Kang, Moon-Seong
    • Journal of Korea Water Resources Association
    • /
    • v.38 no.12 s.161
    • /
    • pp.1061-1072
    • /
    • 2005
  • A hydrological grey model is developed to forecast short-term river runoff from the Naju watershed located at upstream of the Youngsan estuary dam in Korea. The runoff of the Naju watershed is measured in real time at the Naju streamflow gauge station, which is a key station for forecasting the upstream inflow and operating the gates of the estuary dam in flood period. The model's governing equation is formulated on the basis of the grey system theory. The model parameters are reparameterized in combination with the grey system parameters and estimated with the annealing-simplex method In conjunction with an objective function, HMLE. To forecast accurately runoff, the fifth order differential equation was adopted as the governing equation of the model in consideration of the statistic values between the observed and forecast runoff. In calibration, RMSE values between the observed and simulated runoff of two and six Hours ahead using the model range from 3.1 to 290.5 $m^{3}/s,\;R^2$ values range from 0.909 to 0.999. In verification, RMSE values range from 26.4 to 147.4 $m^{3}/s,\;R^2$ values range from 0.940 to 0.998, compared to the observed data. In forecasting runoff in real time, the relative error values with lead-time and river stage range from -23.4 to $14.3\%$ and increase as the lead time increases. The results in this study demonstrate that the proposed model can reasonably and efficiently forecast runoff for one to six Hours ahead.

Application Examples of Daecheong Dam for Efficient Water Management Based on Integrated Water Management (통합물관리 기반 효율적 물관리를 위한 대청댐 실무적용 사례)

  • Kang, Kwon-Su;Heo, Jun-Haeng
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2017.05a
    • /
    • pp.85-85
    • /
    • 2017
  • 효율적 물관리란 거대한 물순환 과정에서 인간이 편안한 삶을 사는데 필요한 물의 이용효율을 극대화하는 것이다. 과거의 물관리는 이원화된 수량과 수질관리, 수량중심에서는 용수공급과 홍수조절이 주요한 관심사였다. 현재는 과거의 물관리에 친수와 환경을 더한 복잡한 분야로 확대되고 있다. 통합물관리란 물을 최적으로 관리하기 위해 물관리 이해당사자간의 소통과 물 기술의 고도화를 기반으로 기존에 분산된 물관리 구성요소들(시설 정보, 수량 수질 등)을 권역적으로 관리하는 것을 말한다. 본 연구에서는 대청댐 방류에 따른 금강 하류부의 홍수추적을 위해 수행한 댐하류 소유역별 강우량 빈도분석 과정, 용담댐 방류를 고려한 대청댐 홍수도달시간 검토, Poincare Section과 신경망기법을 이용한 수문자료 예측, 추계학적 다변량 해석과 다변량 신경망해석에 의한 대청댐 유입량 산정과정, 보조여수로 건설에 따른 주여수로와 보조여수로간의 연계운영방안, 단계(관심, 주의, 경계, 심각)를 고려한 대청댐 확보수위 산정, 저수지 중장기 운영계획 수립과 댐 운영 기준수위를 결정하기 위해 누가차분방식으로 적용되는 갈수기 유입량 빈도분석에 대한 실무적용 사례를 소개하고자 한다. 강우량 빈도분석 과정은 L-모멘트방법(Hosking과 Wallis, 1993)을 적용하였고, 홍수도달시간 검토는 평균유속, 하류 수위상승 기점 영향검토, 수리학적 모형(FLDWAV, Progressive lag method 등)을 활용하였다. 카오스 이론을 도입하여 대청댐 수문자료의 상관성 검토 및 추계학적 모형을 이용한 모의발생을 유도하여 수문자료 예측을 시행하였다. 추계학적 모형과 신경망모형 연구의 대상은 대청댐으로, 시계열 자료는 댐의 월강우량, 월유입량, 최고기온, 평균기온, 최소기온, 습도, 증발량 등의 자료를 기반으로 하였다. 적용기간은 1981~2009년의 자료를 이용하여 2010년 1월부터 12월까지 12개월 동안의 월유입량을 예측하였다. 수문자료 해석의 기본이 되는 약 30년간의 자료를 이용하여 분석을 실시하였다. 대청댐의 유입량 예측을 위해 적용된 모형으로는 추계학적 모형인 ARMA모형, TF모형, TFN 모형 등이 적용되었고, 또한 신경망 모형의 종류인 다층 퍼셉트론, PCA모형 등을 활용하여 실측치와 가장 가깝게 근사화시키는 방법론을 찾고자 하였다. 또한, 기존여수로와 보조여수로 연계운영을 위해 3차원 수치해석을 통한 댐하류 안정성 검토 및 확보수위 산정을 통해 단계(관심, 주의, 경계, 심각)별로 대처가 가능한 수위를 산정하였다.

  • PDF

Application of HEC-RAS and K-River for River Bed Change Prediction (하상변동예측을 위한 HEC-RAS와 K-River의 적용)

  • Byun, Jisun;Noh, Junwoo;Hur, Youngtek;Kim, Yeonsu;An, Hyunuk
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2022.05a
    • /
    • pp.240-240
    • /
    • 2022
  • 하천을 안전하고 효율적으로 관리하기 위해서는 하상재료, 하천형태, 하천유황 등 자연적 또는 인위적 변화에 의한 하상변동의 해석과 예측이 수행되어야 한다. 하상변동은 하천의 일정구간을 기준으로 상류단면으로부터 유입되는 유입 유사량과 하류단면을 통해 유출되는 유사량의 차이에 의해 구간 내에서 발생하는 하상의 상승 또는 저하가 발생하는 현상을 말한다. 이러한 하상변동은 하천의 이수와 치수, 환경변화에 복합적으로 영향을 미치게 된다. 이에 본 연구에서는 댐 직하류를 대상으로 K-River 모형과 HEC-RAS 모형을 이용하여 하상변동을 계산하고, 각 모형으로부터 얻어진 모의 결과를 비교 분석하였다. K-River 모형의 하상변동 모의를 위한 경계조건을 구성하기 위해 하상토의 입도분포를 입력하고, 유역의 월별 평균 강수량과 댐 유입량을 이용하여 비유량법을 이용하였으며, 산출된 유입량을 바탕으로 댐방류량을 결정하였다. 유사량 공식의 선정은 하천 및 하상토의 특성에 맞추어 적절히 활용하여야 하나, 본 연구에서는 테스트를 목적으로 Engelund-Hansen 공식, Yang 공식, Laursen 공식 등 5가지의 유사량 공식을 선정하였다. HEC-RAS 모형의 경우 최근 유사 부정류모의 기능이 개발되었으나, 테스트 결과 안정적으로 모의가 수행되지 않아 준정류 조건을 적용하여 수행하였다. HEC-RAS와 K-River의 모의 결과를 비교한 바에 따르면 정량적인 차이가 나타나지만, 하상고의 상승 및 하강 경향은 대체로 일치하는 것으로 확인되었다.

  • PDF

Application to the Water and Sediment Model for the Management of Water Quality in Eutrophicated Seto Inland Sea, Japan (부영양화된 뢰호내해의 수질관리를 위한 수ㆍ저질예측모델의 적용)

  • Lee In Cheol;Chang Sun-duck;Kim Jong Kyu;Ukita Masao
    • Journal of the Korean Society for Marine Environment & Energy
    • /
    • v.1 no.2
    • /
    • pp.96-108
    • /
    • 1998
  • The management of water quality and fishery resources with a major environmental problem in eutrophic coastal sea is studied. The numerical experiments using the water-sediment quality model (WSQM) were carried out for the management of water quality at the Seto Inland Sea in Japan. The results of long-term water quality simulation showed responses of seawater quality to input loads to vary in different localities. A formula roughly forecasting water qualify to estimate the effect of loading abatement was proposed. The simulation for the improvement of seawater quality showed the abatements of nutrient loads such as total phosphorus (TP) and total nitrogen (TN) as well as organic loads such as chemical oxygen demand (COD) to be peformed in the eastern Seto Inland Sea from Bisan Seto to Osaka Bay. On the other hand, it is indicated that the increase of loading leads to the increase of primary production. while not straightly to the increase of fish production for the catch of fisheries.

  • PDF

Construction of a Short-term Time-series Prediction Model for Analysis of Return Flow of Residential Water (생활용수 회귀수량의 분석을 위한 시계열 단기 예측모형 구축)

  • Lee, Seungyeon;Lee, Sangeun
    • KSCE Journal of Civil and Environmental Engineering Research
    • /
    • v.43 no.6
    • /
    • pp.763-774
    • /
    • 2023
  • The water availability in a river is related to the return flow of residential water. However it is still difficult to determine the exact return flow. In this study, the residential water-cycle system is defined as a process consisting of water inflow, water transfer and water outflow. The study area is Hampyeong-gun, Jeollanam-do, and is set as a single inflow to a single outflow through the water-cycle system after classification of complete and incomplete measurement points. The time-series prediction models(ARIMA model and TFM) are established with daily inflow and outflow data for 6 years. Inflow and outflow are predicted by dividing into training and test periods. As a result, both models show the feasibility of short-term prediction by deriving stable residuals and securing statistical significance, implementing the preliminary form of the water-cycle system. As a further study, it is suggested to predict the actual return flow of the target basin and efficient water operation by adding input factors and selecting the optimal model.