特許 6191704 流入量予測装置、流入量予測方法および流入量予測プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6191704

(24)【登録日】2017年8月18日

(45)【発行日】2017年9月6日

(54)【発明の名称】流入量予測装置、流入量予測方法および流入量予測プログラム

(51)【国際特許分類】

   E02B 7/00 20060101AFI20170828BHJP

   E02B 7/20 20060101ALI20170828BHJP

   G06Q 50/06 20120101ALI20170828BHJP

【ＦＩ】

   E02B7/00 Z

   E02B7/20 105

   G06Q50/06

【請求項の数】5

【全頁数】15

(21)【出願番号】特願2016-89(P2016-89)

(22)【出願日】2016年1月4日

(65)【公開番号】特開2017-122309(P2017-122309A)

(43)【公開日】2017年7月13日

【審査請求日】2016年5月26日

(73)【特許権者】

【識別番号】000211307

【氏名又は名称】中国電力株式会社

(74)【代理人】

【識別番号】100126561

【弁理士】

【氏名又は名称】原嶋 成時郎

(72)【発明者】

【氏名】谷 祐志

(72)【発明者】

【氏名】安達 明博

(72)【発明者】

【氏名】木曽 俊哉

【審査官】 袴田 知弘

(56)【参考文献】

【文献】 特許第５０１４５２２（ＪＰ，Ｂ１）

【文献】 特開２０１５−０４９１７７（ＪＰ，Ａ）

【文献】 特開２０００−０５５７０３（ＪＰ，Ａ）

【文献】 特開２００８−１８４８３８（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｅ０２Ｂ ７／００

Ｅ０２Ｂ ７／２０

Ｇ０６Ｑ ５０／０６

(57)【特許請求の範囲】

【請求項1】

貯水施設への水の流入量を予測する流入量予測装置であって、
蒸散量を考慮せずに前記流入量の略予測値を算出するための第１モデルと、前記第１モデルの出力および前記蒸散量に基づき前記流入量の予測値を算出するための第２モデルと、を記憶するモデル記憶手段と、
過去の単位期間毎の降水量、日射量、温度、湿度、前記第１モデルの出力および前記流入量のそれぞれの実績値を記憶する実績値記憶手段と、
前記第１モデルに今回の前記単位時間における前記降水量の実績値を適用して算出される前記流入量の蒸散量を考慮しない略予測値と、前回の前記単位時間における前記第１モデルの出力の実績値との差を第１残差として、該第１残差のべき乗が最小となるように前記第１モデルにおける第１パラメータ群を設定する第１設定処理手段と、
前記第２モデルに前記日射量、前記温度または前記湿度のそれぞれの実績値を適用して算出される前記流入量の予測値と前記流入量の実績値との差を第２残差として、該第２残差のべき乗が最小となるように前記第２モデルにおける第２パラメータ群を設定する第２設定処理手段と、
前記第１パラメータ群を設定した前記第１モデルに予想降水量を適用して、前記流入量の蒸散量を考慮しない略予測値を該第１モデルの出力として算出する第１予測手段と、
前記第２パラメータ群を設定した前記第２モデルに前記第１モデルの出力、予想日射量、予想温度または予想湿度を適用して、前記流入量の予測値を算出する第２予測手段と、
を備えることを特徴とする流入量予測装置。

【請求項2】

前記第１モデルはタンクモデルであり、前記第１パラメータ群は、タンクの側面孔の高さ、流出係数および透過係数を含み、
前記第２モデルは重回帰モデルであり、前記第２パラメータ群は、前記第１モデルの出力、前記予想日射量、前記予想温度または前記予想湿度に、それぞれ乗じる係数を含むことを特徴とする請求項１に記載の流入量予測装置。

【請求項3】

前記流入量の実績値には、単位期間毎の流入量データの移動平均を採った値が用いられることを特徴とする請求項１または請求項２に記載の流入量予測装置。

【請求項4】

蒸散量を考慮せずに貯水施設への水の流入量の略予測値を算出するための第１モデルと、前記第１モデルの出力および前記蒸散量に基づき前記流入量の予測値を算出するための第２モデルと、を記憶するモデル記憶手段と、
過去の単位期間毎の降水量、日射量、温度、湿度、前記第１モデルの出力および前記流入量のそれぞれの実績値を記憶する実績値記憶手段と、
を備えた流入量予測装置における流入量予測方法であって、
前記第１モデルに今回の前記単位時間における前記降水量の実績値を適用して算出される前記流入量の蒸散量を考慮しない略予測値と、前回の前記単位時間における前記第１モデルの出力の実績値との差を第１残差として、該第１残差のべき乗が最小となるように前記第１モデルにおける第１パラメータ群を設定する第１設定処理ステップと、
前記第２モデルに前記日射量、前記温度または前記湿度のそれぞれの実績値を適用して算出される前記流入量の予測値と前記流入量の実績値との差を第２残差として、該第２残差のべき乗が最小となるように前記第２モデルにおける第２パラメータ群を設定する第２設定処理ステップと、
前記第１パラメータ群を設定した前記第１モデルに予想降水量を適用して、前記流入量の蒸散量を考慮しない略予測値を該第１モデルの出力として算出する第１予測ステップと、
前記第２パラメータ群を設定した前記第２モデルに前記第１モデルの出力、予想日射量、予想温度または予想湿度を適用して、前記流入量の予測値を算出する第２予測ステップと、
を備えることを特徴とする流入量予測方法。

【請求項5】

蒸散量を考慮せずに貯水施設への水の流入量の略予測値を算出するための第１モデルと、前記第１モデルの出力および前記蒸散量に基づき前記流入量の予測値を算出するための第２モデルと、を記憶するモデル記憶手段と、
過去の単位期間毎の降水量、日射量、温度、湿度、前記第１モデルの出力および前記流入量のそれぞれの実績値を記憶する実績値記憶手段と、
を備えたコンピュータに、
前記第１モデルに今回の前記単位時間における前記降水量の実績値を適用して算出される前記流入量の蒸散量を考慮しない略予測値と、前回の前記単位時間における前記第１モデルの出力の実績値との差を第１残差として、該第１残差のべき乗が最小となるように前記第１モデルにおける第１パラメータ群を設定する第１設定処理ステップと、
前記第２モデルに前記日射量、前記温度または前記湿度のそれぞれの実績値を適用して算出される前記流入量の予測値と前記流入量の実績値との差を第２残差として、該第２残差のべき乗が最小となるように前記第２モデルにおける第２パラメータ群を設定する第２設定処理ステップと、
前記第１パラメータ群を設定した前記第１モデルに予想降水量を適用して、前記流入量の蒸散量を考慮しない略予測値を該第１モデルの出力として算出する第１予測ステップと、
前記第２パラメータ群を設定した前記第２モデルに前記第１モデルの出力、予想日射量、予想温度または予想湿度を適用して、前記流入量の予測値を算出する第２予測ステップと、
を実行させるための流入量予測プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は、流入量予測装置、流入量予測方法および流入量予測プログラムに関し、特に、容易に入手可能な気象データを用いて精度良く流入量を予測し得る流入量予測装置、流入量予測方法および流入量予測プログラムに関する。

【背景技術】

【0002】

発電用のダムにおいて、降雨時のダム流入量の変化を予測することは、効率的な発電運用行う上で必要不可欠である。しかしながら、降雨時の流入量変化はダムの地形等によりまちまちであり，長年の経験や推測に基づく予測では精度が悪く、無効放流（発電とならない水量）が増加して、効率的な発電運用が難しいという事情があった。

【0003】

このような課題の解決手法として、例えば特許文献１には、流入量予測モデルとして、一般化貯留関数モデル、１段タンク型貯留関数モデルおよび２段タンク型貯留関数モデルの３種を用意し、これらの中から発生洪水に最も適合するモデルを自動選択してダム流入量を予測する手法が提案されている。

【0004】

また、特許文献２には、４段タンクモデルに設定するパラメータの設定値を低水重視および出水重視の重視ポイントに対応付けて記憶し、低水重視および出水重視の設定値をパラメータに設定したタンクモデルのそれぞれに基づいて流入量を予測する技術が開示されている。

【0005】

さらに、特許文献３には、過去のＧＰＶデータ、過去のアメダスデータおよび過去の流入量の増分の実績値ならびに回帰式から回帰係数を推計して予測式を作成し、最新のＧＰＶデータおよびアメダスデータを予測式に適用して流入量の増分の予測値を求め、流入量の増分の予測値に最新の流入量の実績値を加算して流入量の予測値を求める手法が提案されている。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２００８−１８４８３８号公報

【特許文献2】特許第５０１４５２２号公報

【特許文献3】特許第５８２３４５９号公報

【発明の概要】

【発明が解決しようとする課題】

【0007】

しかしながら、特許文献１では、３種のモデルを用意する必要があり、処理が複雑となって多くの計算量を必要とすることから、その実現には高性能のコンピュータシステムが要求され、装置コストの観点から実用的でないという事情がある。

【0008】

また、特許文献２では、タンクモデルへの入力として蒸散量が必要であり、パラメータの設定には蒸散量の実績値が、流入量の予測には蒸散量の予測値がそれぞれ必要となる。一般的に蒸散量の実績値および予測値を入手することは難しく、他の気象データ等に基づき経験的な推定式等で算出することになるが、経験的な推定式等には精度に限界があり、実運用化のためには精度良く蒸散量を取得する手法の検討が課題となる。

【0009】

さらに、特許文献３では、回帰式に基づく予測式を用いているため、線形的な予測しかできず誤差が大きくなるという課題がある。

【0010】

そこでこの発明は、容易に入手可能な気象データを用いて精度良く流入量を予測し得る流入量予測装置、流入量予測方法および流入量予測プログラムを提供することを目的とする。

【課題を解決するための手段】

【0011】

上記課題を解決するために、請求項１の発明は、貯水施設への水の流入量を予測する流入量予測装置であって、蒸散量を考慮せずに前記流入量の略予測値を算出するための第１モデルと、前記第１モデルの出力および前記蒸散量に基づき前記流入量の予測値を算出するための第２モデルと、を記憶するモデル記憶手段と、過去の単位期間毎の降水量、日射量、温度、湿度、前記第１モデルの出力および前記流入量のそれぞれの実績値を記憶する実績値記憶手段と、前記第１モデルに今回の前記単位時間における前記降水量の実績値を適用して算出される前記流入量の蒸散量を考慮しない略予測値と、前回の前記単位時間における前記第１モデルの出力の実績値との差を第１残差として、該第１残差のべき乗が最小となるように前記第１モデルにおける第１パラメータ群を設定する第１設定処理手段と、前記第２モデルに前記日射量、前記温度または前記湿度のそれぞれの実績値を適用して算出される前記流入量の予測値と前記流入量の実績値との差を第２残差として、該第２残差のべき乗が最小となるように前記第２モデルにおける第２パラメータ群を設定する第２設定処理手段と、前記第１パラメータ群を設定した前記第１モデルに予想降水量を適用して、前記流入量の蒸散量を考慮しない略予測値を該第１モデルの出力として算出する第１予測手段と、前記第２パラメータ群を設定した前記第２モデルに前記第１モデルの出力、予想日射量、予想温度または予想湿度を適用して、前記流入量の予測値を算出する第２予測手段と、を備えることを特徴とする。

【0012】

請求項２の発明は、請求項１に記載の流入量予測装置において、前記第１モデルはタンクモデルであり、前記第１パラメータ群は、タンクの側面孔の高さ、流出係数および透過係数を含み、前記第２モデルは重回帰モデルであり、前記第２パラメータ群は、前記第１モデルの出力、前記予想日射量、前記予想温度または前記予想湿度に、それぞれ乗じる係数を含むことを特徴とする。

【0013】

請求項３の発明は、請求項１または請求項２に記載の流入量予測装置において、前記流入量の実績値には、単位期間毎の流入量データの移動平均を採った値が用いられることを特徴とする。

【0014】

請求項４の発明は、蒸散量を考慮せずに貯水施設への水の流入量の略予測値を算出するための第１モデルと、前記第１モデルの出力および前記蒸散量に基づき前記流入量の予測値を算出するための第２モデルと、を記憶するモデル記憶手段と、過去の単位期間毎の降水量、日射量、温度、湿度、前記第１モデルの出力および前記流入量のそれぞれの実績値を記憶する実績値記憶手段と、を備えた流入量予測装置における流入量予測方法であって、前記第１モデルに今回の前記単位時間における前記降水量の実績値を適用して算出される前記流入量の蒸散量を考慮しない略予測値と、前回の前記単位時間における前記第１モデルの出力の実績値との差を第１残差として、該第１残差のべき乗が最小となるように前記第１モデルにおける第１パラメータ群を設定する第１設定処理ステップと、前記第２モデルに前記日射量、前記温度または前記湿度のそれぞれの実績値を適用して算出される前記流入量の予測値と前記流入量の実績値との差を第２残差として、該第２残差のべき乗が最小となるように前記第２モデルにおける第２パラメータ群を設定する第２設定処理ステップと、前記第１パラメータ群を設定した前記第１モデルに予想降水量を適用して、前記流入量の蒸散量を考慮しない略予測値を該第１モデルの出力として算出する第１予測ステップと、前記第２パラメータ群を設定した前記第２モデルに前記第１モデルの出力、予想日射量、予想温度または予想湿度を適用して、前記流入量の予測値を算出する第２予測ステップと、を備えることを特徴とする。

【0015】

請求項５の発明は、蒸散量を考慮せずに貯水施設への水の流入量の略予測値を算出するための第１モデルと、前記第１モデルの出力および前記蒸散量に基づき前記流入量の予測値を算出するための第２モデルと、を記憶するモデル記憶手段と、過去の単位期間毎の降水量、日射量、温度、湿度、前記第１モデルの出力および前記流入量のそれぞれの実績値を記憶する実績値記憶手段と、を備えたコンピュータに、前記第１モデルに今回の前記単位時間における前記降水量の実績値を適用して算出される前記流入量の蒸散量を考慮しない略予測値と、前回の前記単位時間における前記第１モデルの出力の実績値との差を第１残差として、該第１残差のべき乗が最小となるように前記第１モデルにおける第１パラメータ群を設定する第１設定処理ステップと、前記第２モデルに前記日射量、前記温度または前記湿度のそれぞれの実績値を適用して算出される前記流入量の予測値と前記流入量の実績値との差を第２残差として、該第２残差のべき乗が最小となるように前記第２モデルにおける第２パラメータ群を設定する第２設定処理ステップと、前記第１パラメータ群を設定した前記第１モデルに予想降水量を適用して、前記流入量の蒸散量を考慮しない略予測値を該第１モデルの出力として算出する第１予測ステップと、前記第２パラメータ群を設定した前記第２モデルに前記第１モデルの出力、予想日射量、予想温度または予想湿度を適用して、前記流入量の予測値を算出する第２予測ステップと、を実行させるための流入量予測プログラムである。

【発明の効果】

【0016】

請求項１、請求項４および請求項５の発明によれば、蒸散量を考慮せずに流入量の略予測値を算出するための第１モデルと、第１モデルの出力および（日射量、温度および湿度に基づき表現される）蒸散量に基づき流入量の予測値を算出するための第２モデルと、を用いる構成としたので、精度に限界がある経験的な推定式等を用いることなく、実運用化のための蒸散量を取得手法の検討も不要となり、結果として、容易に入手可能な気象データを用いて精度良く流入量を予測することが可能となる。また、第１モデルの第１パラメータ群を降水量の実績値を適用して設定し、第２モデルの第２パラメータ群を日射量、温度または湿度それぞれの実績値を適用して設定するので、パラメータ間の整合性を高めることができ、より適切なパラメータ設定が可能となり、第１モデルに予想降水量を適用して算出される流入量の略予測値、並びに、第２モデルに予想日射量、予想温度または予想湿度を適用して算出される流入量の予測値の予測精度を向上させることができる。

【0017】

請求項２の発明によれば、第１モデルとしてタンクモデルを用いることにより、非線形のモデリングが可能となり、予測精度を向上させることができる。また、第２モデルとして第１モデルの出力、日射量、温度および湿度に基づく重回帰モデルを用いることにより、蒸散量の推定精度を向上させることができると共に、流入量の予測値の予測精度を向上させることができる。

【0018】

請求項３の発明によれば、流入量の実績値に、単位期間毎のダム流入量データの移動平均を採った平滑化された値を用いるので、（発電機の運転／停止等の影響で発生する）ノイズを取り除くことができ、より実態に沿った流入量の予測が可能となり、流入量の予測値の予測精度を向上させることができる。

【図面の簡単な説明】

【0019】

【図1】この発明の実施の形態に係る流入量予測装置１の構成図である。

【図2】実施の形態の４段タンクモデルを例示する説明図である。

【図3】各種データベースのデータ構造を例示する説明図であり、（ａ）は実績値データベース、（ｂ）は条件データベース、（ｃ）はパラメータデータベースである。

【図4】データ処理部によるダム流入量データの平滑化処理を例示する説明図である。

【図5】設定処理部におけるパラメータ群設定処理手順を説明するフローチャートである。

【図6】予測部における予測処理手順を説明するフローチャートである。

【発明を実施するための形態】

【0020】

以下、この発明を図示の実施の形態に基づいて説明する。

【0021】

図１は、この発明の実施の形態に係る流入量予測装置１の構成図である。この流入量予測装置１は、処理部２、記憶部３、入出力部４および通信インタフェース部５を備え、各構成要素がシステムバス７を介してバス結合された構成である。なお、図中の６は、他のネットワーク等と情報の送受信を行う通信手段である。

【0022】

入出力部４は情報の入出力を行うもので、情報を入力する入力手段として、例えばキーボード、マウス、タッチパネル、マイクロフォンなどが含まれ、情報を出力する出力手段として、例えばディスプレイやプリンタ、スピーカなどが含まれる。また、通信インタフェース部５は、通信手段６に接続するためのインタフェースであり、例えばイーサネット（登録商標）に接続するためのアダプタ、公衆電話回線網に接続するためのモデム、無線通信を行うための無線通信機、シリアル通信のためのＵＳＢ（Universal Serial Bus）コネクタやＲＳ２３２Ｃコネクタなどである。

【0023】

記憶部３は、各種のデータやプログラムを記憶するもので、記憶部３を具現化するデバイスとして、例えばハードディスクドライブやソリッドステートドライブ、フラッシュメモリなどが含まれる。また、記憶部３には各種データベース３１が構成されており、この実施の形態では、各種データベース３１として、モデルデータベース（モデル記憶手段）３２、実績値データベース（実績値記憶手段）３３、条件データベース３４およびパラメータデータベース３５を備える。

【0024】

処理部２はＣＰＵ等のプロセッサで具現され、記憶部３に記憶されているプログラムを読み出して実行することにより各種機能を実現する。この実施の形態では、処理部２の機能的構成要素として、データ処理部２１と、第１パラメータ群設定処理部（第１設定処理手段）２３および第２パラメータ群設定処理部（第２設定処理手段）２４を持つ設定処理部２２と、第１予測部（第１予測手段）２６および第２予測部（第２予測手段）２７を持つ予測部２５と、を備える。

【0025】

次に、各種データベース３１について具体的に説明する。まず、モデルデータベース３２は、蒸散量を考慮せずに流入量の略予測値を算出するための第１モデルと、第１モデルの出力および蒸散量に基づき流入量の予測値を算出するための第２モデルと、を記憶する。

【0026】

この実施の形態では、第１モデルとして４段タンクモデルを用いる。図２は具体的な４段タンクモデルを例示する説明図である。１段目タンクの上側側面孔が表面流出、１段目タンクの下側側面孔および２段目タンクの側面孔が中間流出、３段目タンクおよび４段目タンクの側面孔が基底流出（地下水流出）に対応付けされている。各タンクの側面孔からの流出が河川等への流出を表し、タンク底面の浸透流出孔からの流出は、下方帯水層への浸透を表す。

【0027】

各タンクの側面孔から、ある単位期間ｔ（以下では、１日または１時間として説明するが、例えば６時間、１週間など任意の値とすることができる。）の間に流出する水量の合計がダム流入量の予測値となる。具体的に、１段目タンクの上側側面孔からの表面流出量をＱＦ(t)、１段目タンクの下側側面孔からの中間流出量をＱ１(t)、２段目タンクの側面孔からの中間流出量をＱ２(t)、３段目タンクの側面孔からの基底流出量をＱ３(t)、４段目タンクの側面孔からの基底流出量をＱ４(t)とするとき、これらの総和ｑ(t) [ｍｍ]は、ｑ(t)＝ＱＦ(t)＋Ｑ１(t)＋Ｑ２(t)＋Ｑ３(t)＋Ｑ４(t)であり、タンクの集水面積をＡ[ｍ^２]、流量換算係数をＫとすると、ダム流入量の略予測値ＱＴは次式で得られる。
ＱＴ(t)＝ｑＡ／Ｋ （１）

【0028】

また、各側面孔からの流出量ＱＦ(t)およびＱ１(t)〜Ｑ４(t)は、それぞれ次式で得られる。
ＱＦ(t)＝αＦ・（Ｘ１(t)−ＨＦ） （２）
Ｑ１(t)＝α１・（Ｘ１(t)−Ｈ１） （３）
Ｑ２(t)＝α２・（Ｘ２(t)−Ｈ２） （４）
Ｑ３(t)＝α３・（Ｘ３(t)−Ｈ３） （５）
Ｑ４(t)＝α４・Ｘ４(t) （６）
ここで、αＦおよびα１〜α４は各側面孔の流出係数であり、Ｘ１(t)〜Ｘ４(t)は日時ｔにおける各タンクの貯留高であり、ＨＦおよびＨ１〜Ｈ３は各側面孔の高さである。なお、Ｈ４＝０とした。

【0029】

また、各タンクの貯留高Ｘ１(t)〜Ｘ４(t)は、それぞれ次式で得られる。
Ｘ１(t)＝Ｘ１(t-1)−β１・Ｘ１(t-1)−ＱＦ(t-1)−Ｑ１(t-1)＋Ｒ （７）
Ｘ２(t)＝Ｘ２(t-1)＋β１・Ｘ１(t-1)−β２・Ｘ２(t-1)−Ｑ２(t-1) （８）
Ｘ３(t)＝Ｘ３(t-1)＋β２・Ｘ２(t-1)−β３・Ｘ２(t-1)−Ｑ２(t-1) （９）
Ｘ４(t)＝Ｘ４(t-1)＋β３・Ｘ３(t-1)−Ｑ４(t-1) （１０）
ここで、Ｒは日時ｔにおける降水量[ｍｍ／ｄ]または[ｍｍ／ｈ]であり、β１〜β３は各浸透流出孔の浸透係数である。また、ここで留意すべきは、式（７）〜式（１０）に蒸散量が反映されていない点である。すなわち、この４段タンクモデル（第１モデル）は、蒸散量を考慮せずに流入量の略予測値を算出するモデルとなっている。

【0030】

また、この実施の形態では、４段タンクモデルの出力ＱＴ(t)および蒸散量に基づき流入量の予測値を算出する第２モデルとして重回帰モデルを用いる。また、蒸散量Ｅ(t)を表現するために、日射量Ｓ(t)、温度Ｔ(t)および湿度Ｐ(t)を用いる。すなわち、予測値算出係数をＡ、タンクモデルの出力ＱＴ(t)に乗ずる係数をＢ、日射量Ｓ(t) に乗ずる係数をＣ、温度Ｔ(t) に乗ずる係数をＤ、湿度Ｐ(t) に乗ずる係数をＥ、とそれぞれするとき、ダム流入量の予測値Ｑ(t)は次式で得られる。
Ｑ(t)＝Ａ＋Ｂ・ＱＴ(t)−（Ｃ・Ｓ(t)＋Ｄ・Ｔ(t)＋Ｅ・Ｐ(t)） （１１）

【0031】

次に、図３（ａ）は、実績値データベース３３のデータ構造を例示する説明図である。同図に示すように、実績値データベース３３は、日時毎に降水量、日射量、温度、湿度、ダム流入量および第１モデル出力（タンクモデル出力）の実績値を記憶する。なお、降水量、日射量、温度および湿度は、例えば気象庁や気象会社などから気象データとして提供される場合には、通信インタフェース部５を介してそれらデータを取得し、実績値データベース３３に登録するようにして良い。また、各種の気象データ、河川や貯水施設で測定した測定値などに基づいて計算するようにしても良い。

【0032】

なお、この実施の形態では、単位期間ｔを１日または１時間として扱えるようにしていることから、１日分のデータとして０時から２３時までの２４個の時間データと、その日付に対応した１個の日データの、計２５個のデータが存在する。また、降水量、日射量、温度および湿度についての日データの決定方法については、所定の時刻の値、或いは平均値を採用するなど、予め決定ルールとして設定されているものとする。

【0033】

また、条件データベース３４は、第１パラメータ群の設定処理に用いる条件を記憶する。図３（ｂ）は、条件データベース３４のデータ構造を例示する説明図である。同図に示すように、条件データベース３４には、パラメータ制約条件として、側面孔の高さＨＦおよびＨ１〜Ｈ３、側面孔の流出係数αＦおよびα１〜α４、並びに、浸透流出孔の浸透係数β１〜β３の第１パラメータ群について、その下限値および上限値が予め設定されている。

【0034】

さらに、パラメータデータベース３５は、第１パラメータ群設定処理部２３により設定される第１パラメータ群、並びに、第２パラメータ群設定処理部２４により設定される第２パラメータ群を記憶する。ここで、第２パラメータ群は、式（１１）の重回帰モデルで扱われる各係数Ａ〜Ｅである。

【0035】

次に、処理部２の各機能的構成要素について説明する。まず、データ処理部２１は、通信インタフェース部５を介して、気象庁や気象会社からの気象データ、或いは、河川や貯水施設に設置されている測定器からの測定値を受信して、実績値データベース３３に、日時毎の降水量、日射量、温度および湿度の実績値として登録する。また、予測部２５からの予測値取得要求に応じて、予測対象期間についての日時毎の降水量、日射量、温度および湿度の気象予測データを、通信インタフェース部５を介して気象庁や気象会社から受信して、予測部２５に渡す。なお、これら予測値について、別途予測値データベースを各種データベース３１内に構成し、定期的な更新登録を行うようにして、予測部２５から予測値取得要求があった時には、該予測値データベースから読み出した値を予測部２５に渡すようにしても良い。

【0036】

また、データ処理部２１は、第２パラメータ群設定処理部２４により第２パラメータ群を設定する際に、単位期間毎のダム流入量データについて、移動平均を採って平滑化し、ダム流入量の実績値として移動平均値を第２パラメータ群設定処理部２４に渡す。

【0037】

図４に、データ処理部２１によるダム流入量データの平滑化処理を例示する。図中、１０１はダム流入量の実データであり、１０２は移動平均による平滑化処理を行った後のデータである。また、移動平均を算出する期間は、単位期間ｔに１日または１時間の何れを採るかによって、また、第２パラメータ群設定処理における設定対象期間によって、選択的に設定される。単位期間ｔが１時間の場合には、例えば６時間移動平均、１２時間移動平均、２４時間移動平均、４８時間移動平均等が用いられ、単位期間ｔが１日の場合には、例えば５日移動平均、３０日移動平均等が用いられる。

【0038】

このように、ダム流入量の実績値に、単位期間毎のダム流入量データの移動平均を採った平滑化された値を用いることにより、（発電機の運転／停止等の影響で発生する）ノイズを取り除くことができ、より実態に沿った流入量の予測が可能となり、流入量の予測値の予測精度を向上させることができる。

【0039】

次に、設定処理部２２では、与えられる設定対象期間について、第１パラメータ群設定処理部２３により第１パラメータ群を設定し、第２パラメータ群設定処理部２４により第２パラメータ群を設定して、設定した第１パラメータ群および第２パラメータ群をそれぞれパラメータデータベース３５に登録する。ここで、設定対象期間は、後で予測部２５によって行われる予測対象期間に応じて、オペレータが選択的に設定するものである。例えば、単位期間ｔが１日で、予測対象期間を６月１日から１０日までとする場合には、気候条件が似ている前年の同一期間を含む３０日の期間、或いは、直近の６０日の期間といったように、オペレータ判断によって決定される。

【0040】

より具体的に、第１パラメータ群設定処理部２３では、タンクモデルに降水量の実績値を適用して算出されるダム流入量の蒸散量を考慮しない略予測値とタンクモデル出力（第１モデル出力）の実績値との差を第１残差として、所定の設定対象期間における該第１残差のべき乗和が最小となるようにタンクモデルにおける第１パラメータ群を設定する。

【0041】

ここで、実績値データベース３３の第１モデル出力には、前回の予測部２５による予測処理において、第１予測部２６で算出されたダム流入量の略予測値が登録されており、タンクモデル出力（第１モデル出力）の実績値としてこれを用いる。

【0042】

また、第２パラメータ群設定処理部２４では、重回帰モデルにタンクモデル出力（第１モデル出力）の実績値、並びに日射量、温度および湿度の実績値をそれぞれ適用して算出されるダム流入量の予測値とダム流入量の実績値（移動平均値）との差を第２残差として、該第２残差のべき乗が最小となるように前記第２モデルにおける第２パラメータ群を設定する。

【0043】

次に、予測部２５では、与えられる予測対象期間について、第１予測部２６により、タンクモデルを用いてダム流入量の蒸散量を考慮しない略予測値を算出し、第２予測部２７により、重回帰モデルを用いてダム流入量の予測値を算出する。

【0044】

より具体的に、第１予測部２６では、第１パラメータ群を設定したタンクモデルに予想降水量を適用して、ダム流入量の蒸散量を考慮しない略予測値を該タンクモデルの出力として算出する。なお、ここで算出したダム流入量の略予測値は、第２予測部２７に渡されると共に、実績値データベース３３の第１モデル出力に、日時に応じて登録される。

【0045】

また、第２予測部２７では、第２パラメータ群を設定した重回帰モデルにタンクモデルの出力、予想日射量、予想温度および予想湿度を適用して、ダム流入量の予測値を算出する。

【0046】

次に、以上の構成を備えた流入量予測装置１における流入量予測方法、並びに、処理部２上で実行される流入量予測プログラムについて、図５および図６に示すフローチャートを参照して説明する。

【0047】

図５は、設定処理部２２におけるパラメータ群設定処理手順を説明するフローチャートである。

【0048】

まず、設定処理部２２は、モデルデータベース３２からタンクモデルを取得し、パラメータ群の設定処理に必要な諸元情報を取得する（ステップＳ１１）。ここで、諸元情報は、タンクの集水面積、並びに設定対象期間の開始日および終了日（または開始日時および終了日時）の各情報である。

【0049】

次に、設定処理部２２の第１パラメータ群設定処理部２３は、実績値データベース３３から設定対象期間の降水量の実績値およびタンクモデル出力（第１モデル出力）の実績値を取得する（ステップＳ１２）。

【0050】

ここで、第１パラメータ群設定処理部２３によるステップＳ１２〜Ｓ１６の処理に並行して、データ処理部２１は、設定対象期間並びに該期間の開始日（または開始日時）から所定の移動平均算出期間だけ遡った期間について、実績値データベース３３からダム流入量の実績値を読み出し、所定の移動平均を採ってダム流入量データを平滑化し、移動平均値をダム流入量の実績値として第２パラメータ群設定処理部２４に渡す（ステップＳ１３）。

【0051】

次に、設定処理部２２の第１パラメータ群設定処理部２３は、条件データベース３４から第１パラメータ群の制約条件（側面孔の高さＨＦおよびＨ１〜Ｈ３、側面孔の流出係数αＦおよびα１〜α４、並びに、浸透流出孔の浸透係数β１〜β３についての下限値および上限値）を取得する（ステップＳ１４）。

【0052】

次に、タンクモデルに降水量の実績値を適用して算出されるダム流入量の略予測値とタンクモデル出力（第１モデル出力）の実績値との差を第１残差として、所定の設定対象期間における該第１残差のべき乗和が、制約条件の範囲内で最小となる第１パラメータ群を求める（ステップＳ１５）。そして、求められた第１パラメータ群をパラメータデータベース３５に登録する（ステップＳ１６）。

【0053】

次に、設定処理部２２の第２パラメータ群設定処理部２４は、パラメータ群の設定処理に必要な諸元情報を取得すると共に、モデルデータベース３２から重回帰モデルを取得する（ステップＳ２１）。

【0054】

次に、第２パラメータ群設定処理部２４は、実績値データベース３３から日射量、温度および湿度の実績値、並びにタンクモデル出力（第１モデル出力）の実績値を取得すると共に、データ処理部２１からダム流入量の実績値（移動平均値）を取得する（ステップＳ１２）。

【0055】

次に、第２パラメータ群設定処理部２４は、重回帰モデルにタンクモデル出力（第１モデル出力）の実績値、並びに日射量、温度および湿度の実績値をそれぞれ適用して算出されるダム流入量の予測値とタンクモデル出力（第１モデル出力）の実績値との差を第２残差として、所定の設定対象期間における該第２残差のべき乗和が最小となる第２パラメータ群を求める（ステップＳ２３）。そして、求められた第２パラメータ群をパラメータデータベース３５に登録する（ステップＳ２４）。

【0056】

次に、図６は予測部２５における予測処理手順を説明するフローチャートである。

【0057】

まず、予測部２５は、ダム流入量の予測処理に必要な諸元情報を取得する（ステップＳ３１）。ここで、諸元情報は、タンクの集水面積、並びに予測対象期間の開始日および終了日（または開始日時および終了日時）の各情報である。

【0058】

次に、予測部２５は、データ処理部２１に対して予測値取得要求を出力して、予測対象期間についての日時毎の降水量、日射量、温度および湿度の気象予測データを、気象庁や気象会社から受信するよう要求する。そして、データ処理部２１を介して、予測対象期間についての日時毎の降水量、日射量、温度および湿度の予測値を取得する。このとき、第１予測部２６では、これらの内の降水量について予測対象期間の予測値を取得する（ステップＳ３２）。

【0059】

次に、第１予測部２６は、モデルデータベース３２からタンクモデルを取得すると共に、パラメータデータベース３５から第１パラメータ群の設定値を取得する（ステップＳ３３）。そして、第１パラメータ群を設定したタンクモデルに降水量の予測値を適用して、ダム流入量の略予測値を該タンクモデルの出力として算出する（ステップＳ３４）。なお、ここで算出した予測対象期間のダム流入量の略予測値は、第２予測部２７に渡されると共に、実績値データベース３３における第１モデル出力の実績値として、日時に応じて登録される。

【0060】

次に、第２予測部２７は、予測部２５がデータ処理部２１を介して得た予測値の内、予測対象期間についての日射量、温度および湿度の予測値を取得する（ステップＳ３５）。

【0061】

次に、第２予測部２７は、モデルデータベース３２から重回帰モデルを取得すると共に、パラメータデータベース３５から第２パラメータ群の設定値を取得する（ステップＳ３６）。そして、第２パラメータ群を設定した重回帰モデルに、ステップＳ３４で得られたタンクモデルの出力、並びに、日射量、温度および湿度のそれぞれの予測値を適用して、ダム流入量の予測値を算出する（ステップＳ３７）。こうして得られた予測対象期間についてのダム流入量の予測値は、入出力部４のディスプレイ等の出力手段を介して、オペレータに報知される。

【0062】

以上説明したように、この実施の形態の流入量予測装置、流入量予測方法および流入量予測プログラムによれば、蒸散量を考慮せずに流入量の略予測値を算出するためのタンクモデルと、タンクモデルの出力、日射量、温度および湿度に基づき流入量の予測値を算出するための重回帰モデルと、を用いる構成としたので、従来のように精度に限界がある経験的な推定式等を用いること必要が無く、また、実運用化のための蒸散量を取得手法の検討も不要となる。その結果として、容易に入手可能な気象データを用いて精度良くダム流入量を予測することが可能となる。

【0063】

また、タンクモデルの第１パラメータ群を降水量の実績値を適用して設定し、第２モデルの第２パラメータ群を日射量、温度または湿度それぞれの実績値を適用して設定するので、パラメータ間の整合性を高めることができ、より適切なパラメータ設定が可能となる。その結果として、第１モデルに予想降水量を適用して算出される流入量の略予測値、並びに、第２モデルに予想日射量、予想温度または予想湿度を適用して算出される流入量の予測値の予測精度を向上させることができる。

【0064】

また、この実施の形態によれば、第１モデルとしてタンクモデルを用いることにより、非線形のモデリングが可能となり、予測精度を向上させることができる。また、第２モデルとしてタンクモデルの出力、日射量、温度および湿度に基づく重回帰モデルを用いることにより、蒸散量の推定精度を向上させることができると共に、流入量の予測値の予測精度を向上させることができる。

【0065】

以上、この発明の実施の形態について説明したが、具体的な構成は、上記の実施の形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計の変更等があっても、この発明に含まれる。

【0066】

例えば、タンクモデル（第１モデル）は、上記の４段タンクモデルの態様に限定されることなく、１段目タンクの側面孔を１個として、式（２）のＱＦをゼロとし、式（３）を次式で置き換えたモデルとしても良い。
Ｑ１(t)＝α１（Ｘ１(t)−Ｈ１）^５／３ （３’）
また、４段に限らず３段タンクモデルを用いても良い。

【0067】

また、上記実施の形態では、第２モデルとして４段タンクモデルの出力、日射量、温度および湿度に基づく重回帰モデルを用いて、蒸散量を日射量、温度および湿度で表現するモデルとしたが、蒸散量を、日射量のみで、日射量および温度で、或いは、日射量および湿度で、それぞれ表現するようにしても良い

【0068】

また、上記実施の形態では、予測対象期間に応じてオペレータが設定対象期間を選択的に設定する、としたが、処理部２に、降水量変化や温度変化の推移をパターンマッチングするなどして、予測対象期間の気候条件と類似した期間の候補をサーチする機能を持たせ、オペレータの選択設定の際に該候補を提示するようにしても良い。また、オペレータの選択設定の際に、降水量変化や温度変化などの時間推移を補助情報として、オペレータに提示するようにしても良い。

【0069】

さらに、上記実施の形態では、降水量、日射量、温度および湿度の気象データについて、一地点の実績値および予測値を用いたが、複数地点の降水量、日射量、温度および湿度の気象データに基づき、実績値および予測値それぞれについて代表値を求めるようにしても良い。

【0070】

この場合、実測値は、気象庁の提供するアメダスデータとする。アメダスデータには、降水量、日射量、温度および湿度が含まれるものとする。また予測値は、気象庁から提供される数値予報による予報値（ＧＰＶ；Grid Point Value；格子点値；ＧＰＶデータ）とする。ＧＰＶデータは、所定の格子間隔（たとえば１[ｋｍ]、５[ｋｍ]、２０[ｋｍ]などである。）で格子状に区切られた各格子における気象について、全球数値用法モデル（ＧＳＭ（登録商標）；Global Spectral Model）、メソ数値予報モデル（ＭＳＭ；Meso Scale Model）、局地数値予報モデル（ＬＦＭ；Local Forecast Model）などのモデルを用いてコンピュータにより計算されるものであるが、どのモデルにより計算されたものであるかは問わない。ここで、ＧＰＶデータには、降水量、日射量、温度および湿度が含まれるものとする。

【0071】

気象庁からアメダスデータを受信して、データ処理部２１により、例えば、所定の複数地点の降水量、日射量、温度または湿度に基づく所定の重み付き加算により重み付き平均を算出して、これを降水量、日射量、温度または湿度の実績値として実績値データベース３３に登録するようにすれば良い。予測値の場合も同様に、気象庁からＧＰＶデータを受信して、データ処理部２１により、例えば、所定の複数地点の降水量、日射量、温度または湿度に基づく所定の重み付き加算により重み付き平均を算出して、これを降水量、日射量、温度または湿度の予測値として、別途各種データベース３１に構成される予測値データベースに登録するようにすれば良い。

【0072】

このように、複数地点の降水量、日射量、温度および湿度の気象データに基づく実績値および予測値を用いることにより、流入量の予測精度をさらに向上させることができる。

【符号の説明】

【0073】

１ 流入量予測装置
２ 処理部
３ 記憶部
４ 入出力部
５ 通信インタフェース部
６ 通信手段
７ システムバス
２１ データ処理部
２２ 設定処理部
２３ 第１パラメータ群設定処理部（第１設定処理手段）
２４ 第２パラメータ群設定処理部（第２設定処理手段）
２５ 予測部
２６ 第１予測部（第１予測手段）
２７ 第２予測部（第２予測手段）
３１ 各種データベース
３２ モデルデータベース（モデル記憶手段）
３３ 実績値データベース（実績値記憶手段）
３４ 条件データベース
３５ 実績値データベース（実績値記憶手段）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】