JP2023529760A - 気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法 - Google Patents
気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法 Download PDFInfo
- Publication number
- JP2023529760A JP2023529760A JP2023518325A JP2023518325A JP2023529760A JP 2023529760 A JP2023529760 A JP 2023529760A JP 2023518325 A JP2023518325 A JP 2023518325A JP 2023518325 A JP2023518325 A JP 2023518325A JP 2023529760 A JP2023529760 A JP 2023529760A
- Authority
- JP
- Japan
- Prior art keywords
- reservoir
- early warning
- period
- annual
- year
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008859 change Effects 0.000 title claims abstract description 138
- 238000004458 analytical method Methods 0.000 title claims abstract description 71
- 238000005315 distribution function Methods 0.000 claims abstract description 118
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000008901 benefit Effects 0.000 claims abstract description 33
- 230000001186 cumulative effect Effects 0.000 claims abstract description 23
- 238000004088 simulation Methods 0.000 claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 15
- 238000001556 precipitation Methods 0.000 claims abstract description 13
- 238000002948 stochastic simulation Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 17
- 238000011002 quantification Methods 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 11
- 241000039077 Copula Species 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000012950 reanalysis Methods 0.000 claims description 9
- 238000011160 research Methods 0.000 claims description 8
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 abstract description 10
- 230000007613 environmental effect Effects 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 2
- 238000004177 carbon cycle Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- DSLZJTNJHMUOTH-UNGPUTHSSA-N (4S)-5-[[(2S)-1-[[(2S)-1-[[(2S)-1-[[(2S)-1-[[(2S)-1-[[(2S)-1-[[(2S)-1-[[(2S)-1-[[(2S)-1-[[(2S)-1-[[(2S)-5-amino-1-[[(2S)-1-[[(2S)-1-[[(2S)-1-[[(2S)-5-amino-1-[[2-[[(2S)-1-[[(2S)-1-amino-3-methyl-1-oxobutan-2-yl]amino]-4-methyl-1-oxopentan-2-yl]amino]-2-oxoethyl]amino]-1,5-dioxopentan-2-yl]amino]-4-methyl-1-oxopentan-2-yl]amino]-4-methyl-1-oxopentan-2-yl]amino]-5-carbamimidamido-1-oxopentan-2-yl]amino]-1,5-dioxopentan-2-yl]amino]-4-methyl-1-oxopentan-2-yl]amino]-5-carbamimidamido-1-oxopentan-2-yl]amino]-1-oxopropan-2-yl]amino]-3-hydroxy-1-oxopropan-2-yl]amino]-3-carboxy-1-oxopropan-2-yl]amino]-5-carbamimidamido-1-oxopentan-2-yl]amino]-4-methyl-1-oxopentan-2-yl]amino]-5-carbamimidamido-1-oxopentan-2-yl]amino]-3-hydroxy-1-oxopropan-2-yl]amino]-4-methyl-1-oxopentan-2-yl]amino]-4-[[(2S)-2-[[(2S,3R)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-amino-3-(1H-imidazol-5-yl)propanoyl]amino]-3-hydroxypropanoyl]amino]-3-carboxypropanoyl]amino]propanoyl]amino]-3-methylbutanoyl]amino]-3-phenylpropanoyl]amino]-3-hydroxybutanoyl]amino]-3-hydroxypropanoyl]amino]-5-oxopentanoic acid Chemical compound CC(C)C[C@H](NC(=O)CNC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](C)NC(=O)[C@H](CO)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCCNC(N)=N)NC(=O)[C@H](CO)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](CO)NC(=O)[C@@H](NC(=O)[C@H](Cc1ccccc1)NC(=O)[C@@H](NC(=O)[C@H](C)NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CO)NC(=O)[C@@H](N)Cc1cnc[nH]1)C(C)C)[C@@H](C)O)C(=O)N[C@@H](C(C)C)C(N)=O DSLZJTNJHMUOTH-UNGPUTHSSA-N 0.000 description 1
- 241000711973 Vesicular stomatitis Indiana virus Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000005437 stratosphere Substances 0.000 description 1
- 108700043118 vasectrin II Proteins 0.000 description 1
- 108700043108 vasectrin III Proteins 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
将来の気候変動条件下における気温と降水の予測情報を取得し、ダウンスケーリングとエラー修正処理を行い、注目する局所領域に気温と降水の予測情報を絞り込ませ、水文モデルを融合して将来の気候変動シナリオが予測された流出予測情報を取得するステップS1と、
流出予測情報に基づいて、確率論的シミュレーション法を用いて、複数組のシミュレーション流出シーケンスを生成した後、それを現行貯水池スケジューリング規則の入力データとし、シミュレーションスケジューリング計算を通して、複数組の対応する年間利益サンプルを取得するS2と、
セットペア分析法に基づいて、豊水から渇水までの水文年タイプを画分し、
水文年タイプの結果から、ステップS2で計算された貯水池スケジューリング年間利益サンプルを分類し、同じ分類結果に属する年間利益サンプルの集合を分類化された貯水池スケジューリング年間利益と呼ぶことにするステップS3と、
パラメータ推定と適合度検定を通じて複数の確率分布関数の形式を比較・選択し、分類化された貯水池スケジューリング年間利益に適する最適な確率分布関数の形式を選別するステップS4と、
許容可能なリスクレベルと分類化された貯水池スケジューリング年間利益の最適な確率分布関数に基づいて、逆累積分布関数の計算により、対応する分類化リスク早期警告閾値(RIsk-basedwarning threshold、RWT)を決定するステップS5と、
分類化リスク早期警告閾値を用いて、現行貯水池スケジューリング規則の将来の気候変動条件下における失効状況を分析し、確率変化点分析技術を用いて、現行貯水池スケジューリング規則の将来の気候変動条件下における失効早期警告時間(Failurewarining time,FWT)を識別するステップS6と、を含み、
上記ステップによって、貯水池スケジューリング規則が変更された時点を提示することができる。
流出の時空間相関性を考慮した多変量copula法を用いて、確率論的シミュレーションを行い、L組の流出シーケンス結果が得られ、階段式システムにおける貯水池kに対して、以下の式により表される。
k番目の貯水池については、上流の貯水池の調整効果を考慮しないL組の確率論的シミュレーションされた流入した流出結果
s回目サイクル下におけるj年目のi回目期間の流出量と対応する期間の流出量の大きさの分類基準を比較し、該期間が流出量の大きさに反映された分類結果を決定し、
すべての流出確率論的シミュレーション結果データセットを、期間によって画分し、すなわち、
各期間iについて、その全サイクル回数下におけるすべての年の流出値を大きい順にソートし、それぞれ25%、50%、75%の分位数に対応する流出値
さらに、該期間の流出量を大きい順にソートするための値範囲を構成し、即ち、
同一サイクル下の同一年内の期間iの1からTSまでに対して、上記ステップS02を繰り返し、流出量の影響を考慮した該年の分類結果が得られ、即ち
上記流出量の影響を考慮した分類結果
ここで、
S04で計算された流出量の大きさと年内流出の時刻歴配分の共通影響を総合した関連性結果に基づいて、最大関連性に対応する豊渇タイプを、水文年タイプ
上記S02~S05を繰り返し、同一サイクル下の毎年の水文年タイプを決定した後、各サイクル回数を計算し、最終的にL*Nのマトリックスという水文年タイプの結果が得られ、ここで、Lは、流出確率論的シミュレーションの総サイクル回数であり、Nは将来時期の総年数であるステップS06と、を含む。
階段式貯水池システム及び各貯水池を含むすべての研究対象に対して、各候補確率分布関数下における各分類化年間利益のAIC指標を計算し、且つそれを標準化させ、多目標意思決定の評価指標マトリックスを構成し、具体的には、以下の式により表されるステップS11と、
多基準意思決定マトリックスEMXstdに基づいて、すべての分類化年間利益を総合し、各候補確率分布関数に対応する相対メンバシップを計算し、以下の式により表されるステップS12と、
各確率分布関数がすべての研究対象の適合度検定結果を総合した上での加重平均の相対メンバシップを計算し、最大の加重平均の相対メンバシップに対応する確率分布関数を最適な確率分布関数をとし、以下の式により表されるステップS13と、を含む。
式において、Pr(・)は確率演算符号であり、
将来の期間を全部でN年とし、将来の気候変動条件下における現行貯水池スケジューリング規則が毎年に発生した失効事件の回数はEVjであり、変数EVjは独立して且つ二項分布に従い、すべての将来の失効事件シーケンスは、(EV1,…,EVj,…,EVN)であり、且つ、識別回数がg=1と標識し、EVjは以下の式により表されるステップS21と、
累積計数原理に基づく確率変化点分析法を用いて、現行貯水池スケジューリング規則の失効確率変化点を分析し、且つ仮説検定を行うことにより、失効早期警告時間を識別することが可能になり、以下の式により表されるステップS22と、
識別された変化点τを境界線とし、すべての将来期間を、失効早期警告時間が到来するまでの期間―失効期間の前(1,2,…,τ-1)と、失効早期警告時間及びその後の期間―失効期間(τ,τ+1,…,N)に画分でき、この2つの段階に対して以下の式によりそれぞれの平均失効確率を計算するステップS23と、
失効早期警告時間の本質は、S23で計算された結果は、p1<p2という拘束条件を満たす必要があるため、該拘束条件が満たされる場合、FWT=Yrb+τ-1は現行貯水池スケジューリング規則の将来時期における失効早期警告時点であり、ここで、Yrbは将来期間の開始年であり、
すべての将来期間は、τによって失効期間の前と失効期間の2つの段階に画分され、現行貯水池スケジューリング規則に対応する平均失効確率はP1とP2であり、1回のみの識別分析を行うことで失効早期警告時間を決定できることをソリューション-1(solution-1,SL-1)と呼ばれるステップS24と、を含む。
S23で計算された結果は拘束条件p1<p2が満たされない場合、変化点再分析を行う必要があり、即ちτ*=τにさせ、τ*からNまでの段階を失効期間の後と呼ばれ、対応する平均失効確率はp3=p2であり、(EV1,…,EVj,…,EVτ*)を再分析のデータとし、識別回数を1回増し、g=2として標記され、S22~S23を繰り返し、再分析データシーケンスにおける新しい変化点τを決定し、また、期間1からτ-1まで、及び期間τからτ*までに対応する平均失効確率p1とp2を計算するステップS25と、
S25で計算された結果は拘束条件p1<p2が満たされる場合、すべての将来期間は、変化点τとτ*によって失効期間の前と、失効期間と、失効期間の後とうい三つの段階に画分されることが可能であり、対応する平均失効確率はp1、p2、p3であり、且つ、現行貯水池スケジューリング規則の将来時期における失効早期警告時点はFWT=Yrb+τ-1であり、2回の識別分析を行うことで失効早期警告時間を決定できることをソリューション-2(solution-2,SL-2)と呼ばれるステップS26と、を含む。
S25で計算された結果は拘束条件p1<p2が満たされない場合、期間1からτ-1まで、期間τからτ*-1まで、期間τ*からNまで、現行貯水池スケジューリング規則の失効確率が順次減少していくことを意味し、これにより、現行貯水池スケジューリング規則の失効リスクが将来の最も近い段階で最も高く、即ち現行貯水池スケジューリング規則は将来の気候変動条件下の応用に適していないことを示し、従って、現行貯水池スケジューリング規則の失効早期警告時点はFWT=Yrbであり、該失効早期警告時間が将来の開始年にあることをソリューション-3(solution-3,SL-3)と呼ばれるステップS27を含み、
上記の分析ステップによると、失効早期警告時間の識別結果はSL-1、SL-2、SL-3の3つの状況が存在し、それぞれ現行貯水池スケジューリング規則が将来期間に使用可能な時間は長いものから短いものまでの3つの状況にて反映され、対応する評価は優等、中等、劣等の3種類である。
図1に示すように、S1において、GCM(全球気候モデル、Global Climate Model)によって将来の気候変動条件下における気温と降水予測情報を取得した後、ダウンスケーリングとエラー修正処理を行い、注目する局所領域に気温と降水の予測情報を絞り込ませ、さらに水文モデルを融合して将来の気候変動シナリオが予測された流出予測情報を取得し、
S2において、S1による流出予測情報に基づいて、多変量copula法(Copula関数は、変数間の関係を示すものであり、実際には、同時分布関数とそれぞれの周辺分布関数を接合する関数であり、接合関数とも呼ばれる。Copulaは、流出の時空間相関性を考慮した上で確率論的シミュレーションを行うための方法である)を用いて、複数組のシミュレーション流出シーケンスを生成した後、それを現行貯水池スケジューリング規則の入力データとし、シミュレーションスケジューリング計算を通して、複数組の対応する年間利益サンプルスを取得し、
S3において、セットペア分析法に基づいて、豊水から渇水までの水文年タイプ(Hydrological year category,HYC)を画分し、水文年タイプの結果から、S2で計算された貯水池スケジューリング年間利益サンプルを分類し、同じ分類結果に属する年間利益サンプルの集合を分類化された貯水池スケジューリング年間利益と呼ぶことにし、
S4において、パラメータ推定と適合度検定を通じて複数の確率分布関数の形式を比較・選択し、分類化された貯水池スケジューリング年間利益に適する最適な確率分布関数の形式を選別し、
S5において、許容可能なリスクレベルと分類化された貯水池スケジューリング年間利益の最適な確率分布関数に基づいて、逆累積分布関数計算により、対応する分類化リスク早期警告閾値(RIsk-basedwarning threshold、RWT)を決定し、
S6において、ステップS5で決定された分類化リスク早期警告閾値(RWT)を用いて、現行貯水池スケジューリング規則の将来の気候変動条件下における失効状況を分析し、確率変化点分析法を用いて、現行貯水池スケジューリング規則の将来の気候変動条件下における失効早期警告時間(Failurewarining time,FWT)、即ち新旧貯水池スケジューリング規則が変更された時点を識別する。
[式1]
S01:k番目の貯水池については、上流の貯水池の調整効果を考慮しないL組の確率論的シミュレーションされた流入した流出結果
[式3]
[式4]
[式5]
[式6]
S11:階段式貯水池システム及び各貯水池を含むすべての研究対象に対して、各候補確率分布関数下における各分類化年間利益のAIC指標を計算し、そして式(9)を用いてそれを標準化させ、式(10)に示す多目標意思決定の評価指標マトリックスを構成する。具体的には、以下の式により表される。
[式8]
S12:多基準意思決定マトリックスEMXstdに基づいて、すべての分類化年間利益を総合し、各候補確率分布関数に対応する相対メンバシップを計算し、以下の式により表される。
[式11]
S13:各確率分布関数がすべての研究対象の適合度検定結果を総合した上での加重平均の相対メンバシップを計算し、最大の加重平均の相対メンバシップに対応する確率分布関数を最適な確率分布関数をとし、以下の式により表される。
[式12]
[式13]
S21:将来の期間を全部でN年とし、将来の気候変動条件下における現行貯水池スケジューリング規則が毎年に発生した失効事件の回数はEVjであり(研究対象によって異なる)、変数EVjは独立して且つ二項分布に従い、すべての将来の失効事件シーケンスは、(EV1,…,EVj,…,EVN)であり、且つ、識別回数がg=1と標識し、EVjは以下の式により表される。
[式14]
S22:累積計数原理に基づく確率変化点分析法を用いて、現行貯水池スケジューリング規則の失効確率変化点を分析し、且つ仮説検定を行うことにより、失効早期警告時間を識別することが可能になり、以下の式により表される。
[式15]
[式16]
S23:識別された変化点τを境界線とし、すべての将来期間を、失効早期警告時間が到来するまでの期間-失効期間の前(1,2,…,τ-1)と、失効早期警告時間及びその後の期間-失効期間(τ,τ+1,…,N)に画分でき、この2つの段階に対して以下の式(17)によりそれぞれの平均失効確率を計算する。
[式17]
S24:失効早期警告時間の本質は、S23で計算された結果は、p1<p2という拘束条件を満たす必要があるため、該拘束条件が満たされる場合、FWT=Yrb+τ-1は現行貯水池スケジューリング規則の将来時期における失効早期警告時点であり、ここで、Yrbは将来期間の開始年である。すべての将来期間は、τによって失効期間の前と失効期間の2つの段階に画分され、現行貯水池スケジューリング規則に対応する平均失効確率はp1とp2であり、1回のみの識別分析を行うことで失効早期警告時間を決定できることをソリューション-1(solution-1,SL-1)と呼ぶ。
S25:S23で計算された結果は拘束条件p1<p2が満たされない場合、変化点再分析を行う必要があり、即ちτ*=τにさせ、τ*からNまでの段階を失効期間の後と呼ばれ、対応する平均失効確率はp3=p2であり、(EV1,…,EVj,…,EVτ*)を再分析のデータとし、識別回数を1回増し、g=2として標記され、S22-S23を繰り返し、再分析データシーケンスにおける新しい変化点τを決定し、また、期間1からτ-1まで、及び期間τからτ*までに対応する平均失効確率p1とp2を計算する。
S26:S25で計算された結果は拘束条件p1<p2が満たされる場合、すべての将来期間は、変化点τとτ*によって失効期間の前と、失効期間と、失効期間の後とうい三つの段階に画分されることが可能であり、対応する平均失効確率はp1、p2、p3であり、そして、現行貯水池スケジューリング規則の将来時期における失効早期警告時点はFWT=Yrb+τ-1であり、2回の識別分析を行うことで失効早期警告時間を決定できることをソリューション-2(solution-2,SL-2)と呼ぶ。
S27:S25で計算された結果は拘束条件p1<p2が満たされない場合、期間1からτ-1まで、期間τからτ*-1まで、期間τ*からNまで、現行貯水池スケジューリング規則の失効確率が順次減少していくことを意味し、これにより、現行貯水池スケジューリング規則の失効リスクが将来の最も近い段階で最も高く、即ち現行貯水池スケジューリング規則は将来の気候変動条件下の応用に適していないことを示し、従って、現行貯水池スケジューリング規則の失効早期警告時点はFWT=Yrbであり、該失効早期警告時間が将来の開始年にあることをソリューション-3(solution-3,SL-3)と呼ぶ。
実施形態1に加えて、図1~4に示す計算ステップに基づいて、ある発電を主とする階段式貯水池システムを実施対象(上から下へは、貯水池-1、貯水池-2、貯水池-3であり、各貯水池の基本パラメータを図8に示す)とし、図5~7及び図9~12を組み合わせて、本発明に関わる気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法について詳しく説明する。
ステップ1.複数のGCM(全球気候モデル、Global Climate Model)が気温と降水におけるシミュレーション効果の統計特徴指標-二乗平均平方根誤差と相関係数を評価することにより、Bnu-ESM( 地球システムモデルの一種であり、北京師範大学地球変動地球システム科学部の力を主とし、国内外の多くの研究機関と連携して開発したモデルであり、そのカプラーはNACR CPL6.5を採用し、その基本的な枠組みには海洋、大気、陸面と海洋氷の相互カップリング効果と炭素循環過程が含まれており、空間分解能は2.8°*2.8°)とIPSL-CM5A-LR(地球システムモデルの一種であり、ピエールシモンラプラス研究所によって開発され、そのカプラーはOASISを採用し、大気と、陸面と、海洋及び海洋氷の複数のモジュールから構成された基本的な枠組は、成層圏、対流圏化学、エアロゾル、陸上と海洋炭素循環などの生物地球化学過程をカバーし、空間分解能は3.75°*1.8°)の本例に適した2つの将来の気候変動シナリオと決定し、さらに相応なシナリオがダウンスケーリングされた後の気温と降水予測結果を提供する。過去の実測による水文気象書類を通じて、水文モデルのパラメータ較正と検証を行い、二種類の将来の気候変動シナリオにおける気温と降水予測結果を水分モデルの入力とし、流出の予測結果が得られる。本例において、図8に示す多年平均流出量から、貯水池-2と貯水池-3との区間流出は上流に位置する貯水池-1の流入した流出の2倍であり、そして、貯水池-1と貯水池-2との区間流出は比較的に小さく、貯水池-1の流入した流出の1%より小さくて、無視できることが分かる。本例において、過去の実測書類の長さは1956年から2011年まで、将来の気候変動の期間は2012年から2100年まで。過去の実測の多年平均値と比べることにより、2つの将来の気候変動シナリオの水文気象特徴の変化結果を図6に示す。
[式18]
(付記1)
将来の気候変動条件下における気温と降水の予測情報を取得し、ダウンスケーリングと誤り訂正処理を行い、注目する局所領域に気温と降水の予測情報を絞り込ませ、水文モデルを融合して将来の気候変動シナリオが予測される流出予測情報を取得するステップS1と、
流出予測情報に基づいて、確率論的シミュレーション法を用いて、複数組のシミュレーション流出シーケンスを生成した後、それを現行貯水池スケジューリング規則の入力データとし、シミュレーションスケジューリング計算を通して、複数組の対応する年間利益サンプルを取得するステップS2と、
セットペア分析法に基づいて、豊水から渇水までの水文年タイプを画分し、
水文年タイプの結果から、ステップS2で計算された貯水池スケジューリング年間利益サンプルを分類し、同じ分類結果に属する年間利益サンプルの集合を分類化された貯水池スケジューリング年間利益と呼ばれるステップS3と、
パラメータ推定と適合度検定を通じて複数の確率分布関数の形式を比較・選択し、分類化された貯水池スケジューリング年間利益に適する最適な確率分布関数の形式を選別するステップS4と、
許容可能なリスクレベルと分類化された貯水池スケジューリング年間利益の最適な確率分布関数に基づいて、逆累積分布関数の計算により、対応する分類化リスク早期警告閾値(RIsk-basedwarning threshold、RWT)を決定するステップS5と、
分類化リスク早期警告閾値を用いて、現行貯水池スケジューリング規則の将来の気候変動条件下における失効状況を分析し、確率変化点分析技術を用いて、現行貯水池スケジューリング規則の将来の気候変動条件下における失効早期警告時間(Failurewarining time,FWT)を識別するステップS6と、を含み、
上記ステップにより、将来の気候変動条件下における現行貯水池スケジューリング規則が変更される時点を提示することができる、ことを特徴とする気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
将来の気候変動条件下における流出予測シーケンスをベンチ標記データとし、
流出の時空間相関性を考慮した多変量copula法を用いて、確率論的シミュレーションを行い、L組の流出シーケンス結果が得られ、階段式システムにおける貯水池kに対して、以下の式により表される、ことを特徴とする付記1に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
ステップS3において、豊水から渇水まで水文年タイプを画分することは、
k番目の貯水池については、上流の貯水池の調整効果を考慮しないL組の確率論的シミュレーションされた流入した流出結果
s回目サイクル下におけるj年目のi回目期間の流出量と対応する期間の流出量の大きさの分類基準を比較し、該期間が流出量の大きさに反映された分類結果を決定し、
すべての流出確率論的シミュレーション結果データセットを、期間によって画分し、すなわち、
各期間iについて、その全サイクル回数下におけるすべての年の流出値を大きい順にソートし、それぞれ25%、50%、75%の分位数に対応する流出値
さらに、該期間の流出量を大きい順にソートするための値範囲を構成し、即ち、
同一サイクル下の同一年内の期間iの1からTSまでに対して、上記ステップS02を繰り返し、流出量の影響を考慮した該年の分類結果が得られ、即ち
上記流出量の影響を考慮した分類結果
ここで、
S04で計算された流出量の大きさと年内流出の時刻歴配分の共通影響を総合した関連性結果に基づいて、最大関連性に対応する豊渇タイプを、水文年タイプ
上記S02~S05を繰り返し、同一サイクル下の毎年の水文年タイプを決定した後、各サイクル回数を計算し、最終的にL*Nのマトリックスという水文年タイプの結果が得られ、ここで、Lは、流出確率論的シミュレーションの総サイクル回数であり、Nは将来時期の総年数であるステップS06とを含む、ことを特徴とする付記2に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
ステップS3において、階段式システムにおけるすべての貯水池について、計算された水文年タイプの結果を直接にその年間利益分類の根拠とし、以下の式により表されることを特徴とする付記1に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
階段式貯水池システムの年間利益分類は、各貯水池の年間利益分類の加重平均値であり、以下の式により表されることを特徴とする付記4に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
ステップS4において、AICを評価指標とし、ファジー最適化意思決定モデルを通じて、最適な確率分布関数を選別し、具体的には、
階段式貯水池システム及び各貯水池を含むすべての研究対象に対して、各候補確率分布関数下における各分類化年間利益のAIC指標を計算し、且つそれを標準化させ、多目標意思決定の評価指標マトリックスを構成し、具体的には、以下の式により表されるステップS11と、
多基準意思決定マトリックスEMXstdに基づいて、すべての分類化年間利益を総合し、各候補確率分布関数に対応する相対メンバシップを計算し、以下の式により表されるステップS12と、
各確率分布関数がすべての研究対象の適合度検定結果を総合した上での加重平均の相対メンバシップを計算し、最大の加重平均の相対メンバシップに対応する確率分布関数を最適な確率分布関数をとし、以下の式により表されるステップS13と、
を含むことを特徴とする付記1に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
ステップS5において、許容可能なリスクレベルがβ未満である場合、ステップS4で決定された分類化された貯水池スケジューリング年間利益の最適な確率分布関数に対して、逆累積分布関数の計算を行うことにより、リスク早期警告閾値を決定し、以下の式により表される、ことを特徴とする付記1に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
式の中、Pr(・)は確率演算符号であり、
ステップS6において、累積計数原理に基づく確率変化点分析法を用いて、現行貯水池スケジューリング規則の失効早期警告時間(FWT)を識別し、FWTは、本質的に現行貯水池スケジューリング規則に利益失効が発生する確率変化点であり、FWTが到来するまでの段階内に、現行貯水池スケジューリング規則は失効確率が低く、潜在的なリスクが低く、可用性が高いのに対して、FWT以降の段階では、現行貯水池スケジューリング規則は失効確率が大きくなり、失効リスクが顕著に増加し、適応性スケジューリング手段を用いて代替する必要があり、具体的には、
将来の期間を全部でN年とし、将来の気候変動条件下における現行貯水池スケジューリング規則が毎年に発生した失効事件の回数はEVjであり、変数EVjは独立して且つ二項分布に従い、すべての将来の失効事件シーケンスは、(EV1,…,EVj,…,EVN)であり、且つ、識別回数がg=1と標識し、EVjは以下の式により表されるステップS21と、
累積計数原理に基づく確率変化点分析法を用いて、現行貯水池スケジューリング規則の失効確率変化点を分析し、且つ仮説検定を行うことにより、失効早期警告時間を識別することが可能になり、以下の式により表されるステップS22と、
識別された変化点τを境界線とし、すべての将来期間を、失効早期警告時間が到来するまでの期間―失効期間の前(1,2,…,τ-1)と、失効早期警告時間及びその後の期間―失効期間(τ,τ+1,…,N)に画分でき、この2つの段階に対して以下の式によりそれぞれの平均失効確率を計算するステップS23と、
失効早期警告時間の本質は、S23で計算された結果は、p1<p2という拘束条件を満たす必要があるため、該拘束条件が満たされる場合、FWT=Yrb+τ-1は現行貯水池スケジューリング規則の将来時期における失効早期警告時点であり、ここで、Yrbは将来期間の開始年であり、
すべての将来期間は、τによって失効期間の前と失効期間の2つの段階に画分され、現行貯水池スケジューリング規則に対応する平均失効確率はp1とp2であり、1回のみの識別分析を行うことで失効早期警告時間を決定できることをソリューション-1(solution-1,SL-1)と呼ばれるステップS24と、を含むことを特徴とする付記1に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
ステップS6において、
S23で計算された結果は拘束条件p1<p2が満たされない場合、変化点再分析を行う必要があり、即ちτ*=τにさせ、τ*からNまでの段階を失効期間の後と呼ばれ、対応する平均失効確率はp3=p2であり、(EV1,…,EVj,…,EVτ*)を再分析のデータとし、識別回数を1回増し、g=2として標記され、S22~S23を繰り返し、再分析データシーケンスにおける新しい変化点τを決定し、また、期間1からτ-1まで、及び期間τからτ*までに対応する平均失効確率p1とp2を計算するステップS25と、
S25で計算された結果は拘束条件p1<p2が満たされる場合、すべての将来期間は、変化点τとτ*によって、失効期間の前と、失効期間と、失効期間の後という三つの段階に画分されることが可能であり、対応する平均失効確率はp1、p2、p3であり、且つ、現行貯水池スケジューリング規則の将来時期における失効早期警告時点はFWT=Yrb+τ-1であり、2回の識別分析を行うことで失効早期警告時間を決定できることをソリューション-2(solution-2,SL-2)と呼ばれるステップS26と、
を含むこと、を特徴とする付記8に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
ステップS6において、
S25で計算された結果は拘束条件p1<p2が満たされない場合、期間1からτ-1まで、期間τからτ*-1まで、期間τからNまで、現行貯水池スケジューリング規則の失効確率が順次減少していくことを意味し、これにより、現行貯水池スケジューリング規則の失効リスクが将来の最も近い段階で最も高く、即ち現行貯水池スケジューリング規則は将来の気候変動条件下の応用に適していないことを示し、従って、現行貯水池スケジューリング規則の失効早期警告時点はFWT=Yrbであり、該失効早期警告時間が将来の開始年にあることをソリューション-3(solution-3,SL-3)と呼ばれるステップS27、
を含み、上記の分析ステップによると、失効早期警告時間の識別結果はSL-1、SL-2、SL-3の3つの状況が存在し、それぞれ現行貯水池スケジューリング規則が将来期間に使用可能な時間は長いものから短いものまでの3つの状況に反映され、対応する評価は優等、中等、劣等の3種類であることを特徴とする付記9に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
Claims (10)
- 将来の気候変動条件下における気温と降水の予測情報を取得し、ダウンスケーリングと誤り訂正処理を行い、注目する局所領域に気温と降水の予測情報を絞り込ませ、水文モデルを融合して将来の気候変動シナリオが予測される流出予測情報を取得するステップS1と、
流出予測情報に基づいて、確率論的シミュレーション法を用いて、複数組のシミュレーション流出シーケンスを生成した後、それを現行貯水池スケジューリング規則の入力データとし、シミュレーションスケジューリング計算を通して、複数組の対応する年間利益サンプルを取得するステップS2と、
セットペア分析法に基づいて、豊水から渇水までの水文年タイプを画分し、
水文年タイプの結果から、ステップS2で計算された貯水池スケジューリング年間利益サンプルを分類し、同じ分類結果に属する年間利益サンプルの集合を分類化された貯水池スケジューリング年間利益と呼ばれるステップS3と、
パラメータ推定と適合度検定を通じて複数の確率分布関数の形式を比較・選択し、分類化された貯水池スケジューリング年間利益に適する最適な確率分布関数の形式を選別するステップS4と、
許容可能なリスクレベルと分類化された貯水池スケジューリング年間利益の最適な確率分布関数に基づいて、逆累積分布関数の計算により、対応する分類化リスク早期警告閾値(RIsk-basedwarning threshold、RWT)を決定するステップS5と、
分類化リスク早期警告閾値を用いて、現行貯水池スケジューリング規則の将来の気候変動条件下における失効状況を分析し、確率変化点分析技術を用いて、現行貯水池スケジューリング規則の将来の気候変動条件下における失効早期警告時間(Failurewarining time,FWT)を識別するステップS6と、を含み、
上記ステップにより、将来の気候変動条件下における現行貯水池スケジューリング規則が変更される時点を提示することができる、ことを特徴とする気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。 - 将来の気候変動条件下における流出予測シーケンスをベンチ標記データとし、
流出の時空間相関性を考慮した多変量copula法を用いて、確率論的シミュレーションを行い、L組の流出シーケンス結果が得られ、階段式システムにおける貯水池kに対して、以下の式により表される、ことを特徴とする請求項1に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
- ステップS3において、豊水から渇水まで水文年タイプを画分することは、
k番目の貯水池については、上流の貯水池の調整効果を考慮しないL組の確率論的シミュレーションされた流入した流出結果
s回目サイクル下におけるj年目のi回目期間の流出量と対応する期間の流出量の大きさの分類基準を比較し、該期間が流出量の大きさに反映された分類結果を決定し、
すべての流出確率論的シミュレーション結果データセットを、期間によって画分し、すなわち、
各期間iについて、その全サイクル回数下におけるすべての年の流出値を大きい順にソートし、それぞれ25%、50%、75%の分位数に対応する流出値
さらに、該期間の流出量を大きい順にソートするための値範囲を構成し、即ち、
同一サイクル下の同一年内の期間iの1からTSまでに対して、上記ステップS02を繰り返し、流出量の影響を考慮した該年の分類結果が得られ、即ち
上記流出量の影響を考慮した分類結果
ここで、
S04で計算された流出量の大きさと年内流出の時刻歴配分の共通影響を総合した関連性結果に基づいて、最大関連性に対応する豊渇タイプを、水文年タイプ
上記S02~S05を繰り返し、同一サイクル下の毎年の水文年タイプを決定した後、各サイクル回数を計算し、最終的にL*Nのマトリックスという水文年タイプの結果が得られ、ここで、Lは、流出確率論的シミュレーションの総サイクル回数であり、Nは将来時期の総年数であるステップS06とを含む、ことを特徴とする請求項2に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。 - 階段式貯水池システムの年間利益分類は、各貯水池の年間利益分類の加重平均値であり、以下の式により表されることを特徴とする請求項4に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
- ステップS4において、AICを評価指標とし、ファジー最適化意思決定モデルを通じて、最適な確率分布関数を選別し、具体的には、
階段式貯水池システム及び各貯水池を含むすべての研究対象に対して、各候補確率分布関数下における各分類化年間利益のAIC指標を計算し、且つそれを標準化させ、多目標意思決定の評価指標マトリックスを構成し、具体的には、以下の式により表されるステップS11と、
多基準意思決定マトリックスEMXstdに基づいて、すべての分類化年間利益を総合し、各候補確率分布関数に対応する相対メンバシップを計算し、以下の式により表されるステップS12と、
各確率分布関数がすべての研究対象の適合度検定結果を総合した上での加重平均の相対メンバシップを計算し、最大の加重平均の相対メンバシップに対応する確率分布関数を最適な確率分布関数をとし、以下の式により表されるステップS13と、
を含むことを特徴とする請求項1に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。 - ステップS5において、許容可能なリスクレベルがβ未満である場合、ステップS4で決定された分類化された貯水池スケジューリング年間利益の最適な確率分布関数に対して、逆累積分布関数の計算を行うことにより、リスク早期警告閾値を決定し、以下の式により表される、ことを特徴とする請求項1に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
式の中、Pr(・)は確率演算符号であり、
- ステップS6において、累積計数原理に基づく確率変化点分析法を用いて、現行貯水池スケジューリング規則の失効早期警告時間(FWT)を識別し、FWTは、本質的に現行貯水池スケジューリング規則に利益失効が発生する確率変化点であり、FWTが到来するまでの段階内に、現行貯水池スケジューリング規則は失効確率が低く、潜在的なリスクが低く、可用性が高いのに対して、FWT以降の段階では、現行貯水池スケジューリング規則は失効確率が大きくなり、失効リスクが顕著に増加し、適応性スケジューリング手段を用いて代替する必要があり、具体的には、
将来の期間を全部でN年とし、将来の気候変動条件下における現行貯水池スケジューリング規則が毎年に発生した失効事件の回数はEVjであり、変数EVjは独立して且つ二項分布に従い、すべての将来の失効事件シーケンスは、(EV1,…,EVj,…,EVN)であり、且つ、識別回数がg=1と標識し、EVjは以下の式により表されるステップS21と、
累積計数原理に基づく確率変化点分析法を用いて、現行貯水池スケジューリング規則の失効確率変化点を分析し、且つ仮説検定を行うことにより、失効早期警告時間を識別することが可能になり、以下の式により表されるステップS22と、
識別された変化点τを境界線とし、すべての将来期間を、失効早期警告時間が到来するまでの期間―失効期間の前(1,2,…,τ-1)と、失効早期警告時間及びその後の期間―失効期間(τ,τ+1,…,N)に画分でき、この2つの段階に対して以下の式によりそれぞれの平均失効確率を計算するステップS23と、
失効早期警告時間の本質は、S23で計算された結果は、p1<p2という拘束条件を満たす必要があるため、該拘束条件が満たされる場合、FWT=Yrb+τ-1は現行貯水池スケジューリング規則の将来時期における失効早期警告時点であり、ここで、Yrbは将来期間の開始年であり、
すべての将来期間は、τによって失効期間の前と失効期間の2つの段階に画分され、現行貯水池スケジューリング規則に対応する平均失効確率はp1とp2であり、1回のみの識別分析を行うことで失効早期警告時間を決定できることをソリューション-1(solution-1,SL-1)と呼ばれるステップS24と、を含むことを特徴とする請求項1に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。 - ステップS6において、
S23で計算された結果は拘束条件p1<p2が満たされない場合、変化点再分析を行う必要があり、即ちτ*=τにさせ、τ*からNまでの段階を失効期間の後と呼ばれ、対応する平均失効確率はp3=p2であり、(EV1,…,EVj,…,EVτ*)を再分析のデータとし、識別回数を1回増し、g=2として標記され、S22~S23を繰り返し、再分析データシーケンスにおける新しい変化点τを決定し、また、期間1からτ-1まで、及び期間τからτ*までに対応する平均失効確率p1とp2を計算するステップS25と、
S25で計算された結果は拘束条件p1<p2が満たされる場合、すべての将来期間は、変化点τとτ*によって、失効期間の前と、失効期間と、失効期間の後という三つの段階に画分されることが可能であり、対応する平均失効確率はp1、p2、p3であり、且つ、現行貯水池スケジューリング規則の将来時期における失効早期警告時点はFWT=Yrb+τ-1であり、2回の識別分析を行うことで失効早期警告時間を決定できることをソリューション-2(solution-2,SL-2)と呼ばれるステップS26と、
を含むこと、を特徴とする請求項8に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。 - ステップS6において、
S25で計算された結果は拘束条件p1<p2が満たされない場合、期間1からτ-1まで、期間τからτ*-1まで、期間τからNまで、現行貯水池スケジューリング規則の失効確率が順次減少していくことを意味し、これにより、現行貯水池スケジューリング規則の失効リスクが将来の最も近い段階で最も高く、即ち現行貯水池スケジューリング規則は将来の気候変動条件下の応用に適していないことを示し、従って、現行貯水池スケジューリング規則の失効早期警告時点はFWT=Yrbであり、該失効早期警告時間が将来の開始年にあることをソリューション-3(solution-3,SL-3)と呼ばれるステップS27、
を含み、上記の分析ステップによると、失効早期警告時間の識別結果はSL-1、SL-2、SL-3の3つの状況が存在し、それぞれ現行貯水池スケジューリング規則が将来期間に使用可能な時間は長いものから短いものまでの3つの状況に反映され、対応する評価は優等、中等、劣等の3種類であることを特徴とする請求項9に記載の気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110050545.3 | 2021-01-14 | ||
CN202110050545.3A CN112819293B (zh) | 2021-01-14 | 2021-01-14 | 气候变化影响下水库调度规则的失效预警分析方法 |
PCT/CN2021/138718 WO2022135265A1 (zh) | 2021-01-14 | 2021-12-16 | 气候变化影响下水库调度规则的失效预警分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023529760A true JP2023529760A (ja) | 2023-07-11 |
Family
ID=75869842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023518325A Pending JP2023529760A (ja) | 2021-01-14 | 2021-12-16 | 気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP2023529760A (ja) |
CN (1) | CN112819293B (ja) |
DE (1) | DE112021001581T5 (ja) |
WO (1) | WO2022135265A1 (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112819293B (zh) * | 2021-01-14 | 2023-01-06 | 中国长江三峡集团有限公司 | 气候变化影响下水库调度规则的失效预警分析方法 |
CN113449960B (zh) * | 2021-05-19 | 2022-08-19 | 上海勘测设计研究院有限公司 | 河口区湖库与岛洲河网水资源运行调度方法、系统及装置 |
CN113592308B (zh) * | 2021-08-02 | 2022-07-12 | 浙江大学 | 一种基于常态模型的监测数据告警阈值提取方法 |
CN114862064B (zh) * | 2022-07-05 | 2022-11-22 | 天津市天锻压力机有限公司 | 一种锻造液压机的系统性失效预测方法及系统 |
CN114862073B (zh) * | 2022-07-08 | 2022-10-14 | 长江水利委员会水文局 | 一种气陆库水四维耦合的中长期径流预报方法 |
CN115797101A (zh) * | 2022-11-09 | 2023-03-14 | 江苏省水利科学研究院 | 湿润地区山丘区现状工程条件下历史可供水量折算方法 |
CN115952577B (zh) * | 2022-12-06 | 2023-07-25 | 中国水利水电科学研究院 | 一种梯级水库群溃决风险分析方法 |
CN115660259A (zh) * | 2022-12-13 | 2023-01-31 | 广东广宇科技发展有限公司 | 一种水库运行状态与水库环境协同预警监测方法 |
CN115879641B (zh) * | 2023-01-06 | 2023-05-16 | 山东山矿重工有限公司 | 一种用于节能型球磨机的设备运行故障预测系统 |
CN116307361B (zh) * | 2023-01-30 | 2023-12-22 | 连云港陈晔水产科技有限公司 | 一种水产养殖环境因子快速调控方法 |
CN116522764B (zh) * | 2023-04-17 | 2023-12-19 | 华中科技大学 | 一种考虑气候变化影响下的热浪-洪水复合灾害评估方法 |
CN116795897B (zh) * | 2023-04-20 | 2024-05-14 | 嵩山实验室 | 一种百年尺度复合高温-水文干旱演变的检测与归因方法 |
CN116503206B (zh) * | 2023-06-30 | 2023-10-20 | 长江三峡集团实业发展(北京)有限公司 | 一种入库径流重构方法、计算机设备及介质 |
CN117010727B (zh) * | 2023-10-07 | 2024-01-02 | 长江水利委员会水文局 | 一种基于水平年的径流序列一致性改正方法 |
CN117421629B (zh) * | 2023-10-12 | 2024-04-09 | 中国地质大学(武汉) | 干湿区陆地水循环的增强机制分析和变暖信号识别方法 |
CN117094575B (zh) * | 2023-10-19 | 2024-01-30 | 长江三峡集团实业发展(北京)有限公司 | 降水产品的水文适用性综合评价方法、装置、设备及介质 |
CN117131810B (zh) * | 2023-10-26 | 2024-01-26 | 长沙市规划勘测设计研究院 | 基于系统动力学的雨洪调蓄模拟系统与方法 |
CN117490810B (zh) * | 2023-12-29 | 2024-03-22 | 浙江黄氏建设科技股份有限公司 | 一种基于定位信息的水表远程监控方法及监控系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049671B (zh) * | 2013-01-21 | 2015-08-19 | 武汉大学 | 一种自适应气候变化的水库多目标优化调度图编制方法 |
CN106022960B (zh) | 2016-05-19 | 2019-07-09 | 武汉大学 | 一种基于数据挖掘的水库多目标调度规则参数优选方法 |
CN107330538B (zh) * | 2016-09-20 | 2020-09-08 | 武汉大学 | 一种气候变化条件下水库适应性调度规则编制的方法 |
CN107527117A (zh) * | 2017-08-28 | 2017-12-29 | 武汉大学 | 基于d‑s证据理论的水库适应性调度方法 |
US10825113B2 (en) * | 2018-03-16 | 2020-11-03 | Dalian University Of Technology | Method for short-term generation scheduling of cascade hydropower plants coupling cluster analysis and decision tree |
CN110276104B (zh) * | 2019-05-23 | 2022-06-07 | 武汉大学 | 一种集合气候模式下的分期设计洪水推求方法 |
CN112184479B (zh) * | 2020-09-17 | 2021-08-17 | 长江水利委员会水文局 | 一种水库群调度规则型式和参数对气候变化的适应性研究方法 |
CN112819293B (zh) * | 2021-01-14 | 2023-01-06 | 中国长江三峡集团有限公司 | 气候变化影响下水库调度规则的失效预警分析方法 |
-
2021
- 2021-01-14 CN CN202110050545.3A patent/CN112819293B/zh active Active
- 2021-12-16 JP JP2023518325A patent/JP2023529760A/ja active Pending
- 2021-12-16 WO PCT/CN2021/138718 patent/WO2022135265A1/zh active Application Filing
- 2021-12-16 DE DE112021001581.8T patent/DE112021001581T5/de active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022135265A1 (zh) | 2022-06-30 |
DE112021001581T5 (de) | 2023-03-30 |
CN112819293B (zh) | 2023-01-06 |
CN112819293A (zh) | 2021-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023529760A (ja) | 気候変動の影響下における貯水池スケジューリング規則の失効早期警告分析法 | |
Pan et al. | Data-driven estimation of building energy consumption with multi-source heterogeneous data | |
Wang et al. | Multi-criteria building energy performance benchmarking through variable clustering based compromise TOPSIS with objective entropy weighting | |
Sheu | Dynamic relief-demand management for emergency logistics operations under large-scale disasters | |
Chen et al. | Project delivery system selection of construction projects in China | |
ElNozahy et al. | A probabilistic load modelling approach using clustering algorithms | |
Xu et al. | Clustering-based probability distribution model for monthly residential building electricity consumption analysis | |
CN106934237A (zh) | 雷达抗干扰效能评估可信性度量实现方法 | |
Golasowski et al. | Uncertainty modelling in Rainfall-Runoff simulations based on parallel Monte Carlo method | |
Hou et al. | Spatial distribution assessment of power outage under typhoon disasters | |
Rafiq et al. | Analysis of residential electricity consumption patterns utilizing smart-meter data: Dubai as a case study | |
CN117236665B (zh) | 物资生产调度优化方法及系统 | |
Tang et al. | Flood forecasting based on machine learning pattern recognition and dynamic migration of parameters | |
CN114548493A (zh) | 一种电能表电流过载预测方法与系统 | |
Ding et al. | A framework for short-term activity-aware load forecasting | |
Thangjam et al. | Time-Varying approaches for Long-Term Electric Load Forecasting under economic shocks | |
Mascali et al. | A machine learning-based Anomaly Detection Framework for building electricity consumption data | |
Fan et al. | Explainable machine learning model for multi-step forecasting of reservoir inflow with uncertainty quantification | |
Abdurohman et al. | Forecasting model for lighting electricity load with a limited dataset using xgboost | |
CN114880067A (zh) | 一种基于容器负载预测的容器调度策略 | |
Barua et al. | Drought assessment and forecasting: A case study on the Yarra River catchment in Victoria, Australia | |
CN112256735A (zh) | 一种用电监测方法、装置、计算机设备和存储介质 | |
Sinitsyna et al. | Some practical aspects of electric power consumption time series analysis | |
Do Coutto Filho et al. | Generating high quality pseudo-measurements to keep state estimation capabilities | |
Du et al. | Fairness-aware User Classification in Power Grids |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230630 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231205 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240304 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240501 |