강우량에 따른 섬진강댐 유입량 예측 (Prediction of the inflow in Seum-jin Dam according to rainfall)

서지정보

· 발행기관 : 한국엔터테인먼트산업학회
· 수록지 정보 : 한국엔터테인먼트산업학회논문지 / 5권 / 2호 / 106 ~ 113페이지
· 저자명 : 문병석, 이광재

초록

다목적 댐의 운영에 있어 최적기에 최적의 방류량을 결정하고 이수와 치수를 고려함은 매우 중요하다. 이를 위해서는 방류시기와 방류량을 결정하기 전에 강우량에 따른 정확한 댐유입량의 예측이 필수적이며 예측에 따라 효율적인 수자원을 배분하여 댐 운영이 가능하다. 본 연구에서는 섬진강댐을 대상으로 신경망 이론을 이용하여 댐유입량을 예측하였으며, 예측결과를 실측된 유입량과 비교․검토하여 그 가능성을 확인하였다. 댐 유입량을 예측하기 위하여 실시간 실측된 강우와 댐유입량 자료를 3시간 평균자료로 변환하여 자기상관 및 교차상관분석을 실시하여 상관성 높은 변수를 추출하였다. 신경망 출력 값이 은닉층수에 따라 변화하므로 입력변수를 n이라고 하면 은닉층수를 n～2n개까지 변화시키면서 최적의 신경망 모델을 구성하였고 결정계수 0.9이상, 첨두유량오차율도 -0.15%로 매우 좋은 결과를 보여 강우에 따른 댐유입량을 예측하는데 있어서 신경망 모형의 적용성이 매우 유용한 것으로 나타났다.

영어초록

When operating multipurpose-dam, the very important factor is calculating the most suitable out flow and is performing dam operation for water utilization and water control. For the optimum dam operation, First of all, we must have a precise prediction of the dam inflow before we determined the out flow and the discharged time. If it is possible to precise dam inflow prediction, dam operation will be conducted for effective water resource control. In this study, the object of study is selected to Seum-jin Dam in Seum-jin river basin, it is predicted Dam inflow using Neural-Network model and it is compared actual inflow with predicted inflow. For predicting Dam inflow, I converted real time data about rainfall data and inflow data into 3 hours's average data and determined input data by correlation analysis. Because it is changed that the out put of Neural-Network, optimum Neural-Network model is consisted of a input hidden layer from n to 2n as a out put of Neural-Network is changed by hidden layer.

참고자료

· 없음