LSTMを活用した融雪期間のシームレスなダム流入量予測手法の提案

抄録

本研究では，雪解け水を洪水調節容量内に貯留し水力発電の促進を図るダム運用高度化操作を予測情報に基づき円滑に実施するため，融雪期から平常時までのダム流入量をシームレスに予測する手法を検討した．摺上川ダム流域を対象に，レーダ雨量から算出した流域平均雨量，気温，全天日射量，積雪深を用いてLSTMによる流入量予測モデルを構築し，学習項目および学習期間が予測精度に与える影響を評価した．その結果，流域平均雨量に加えて気温・日射量を学習させることで日周期変動の再現性が向上し，さらに30日前の積雪深を入力に用いることで，洪水波形を良好に再現しつつ，流量低減期（4～5月）の累加流量誤差が最小となった．また，上位20洪水の学習に加え，積雪終了時期の異なる3カ年分の5月の実績データを追加学習させた結果，上位洪水の再現性は低下せず，融雪期後半の流入量低減部の再現性が大幅に向上することを確認した．