Naslov
Kratkoročno predviđanje hidrološkog dotoka pomoću umjetne neuronske mreže
(Short-term Inflow Prediction Using Artificial Neural Network)

Autori
Matić, Petar

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakulteta elektrotehnike, strojarstva i brodogradnje u Splitu

Mjesto
Split

Datum
12.12

Godina
2014

Stranica
116

Mentor
Bego, Ozren

Ključne riječi
hidrološki dotok, kratkoročno predviđanje, umjetne neuronske mreže, sustavni pristup, učestalost prognozirane oborine, korak računanja, adaptivni model, optimizacija, hidroenergetski sustav
(inflow, short-term prediction, artificial neural networks, systematic approach, forecasted rainfall frequency, calculation step size, adaptive model, optimization, hydro-power system)

Sažetak
Modeliranje hidroloških sustava se općenito temelji na vremenskim serijama, a umjesto ranije korištenih linearnih statističkih modela, u posljednje vrijeme se sve više koriste umjetne neuronske mreže. Kod modela za predviđanje hidrološkog dotoka, pregledom dostupne literature uočen je problem kašnjenja odziva modela za stvarnim događajem, koje značajno umanjuje korisnost predviđanja modela. Isti problem potvrđen je i kod modela formiranog klasičnim metodama za sliv rijeke Cetine. Problem pravovremenog predviđanja u ovoj disertaciji se uspješno rješava uvođenjem varijable „učestalosti prognozirane oborine“ i podešavanjem koraka računanja. Točnost predviđanja se unaprjeđuje formiranjem optimiziranog adaptivnog neuronskog modela (OANM-a) koji se temelji na podjeli modela na specijalizirane podmodele, koji predstavljaju posebno trenirane mreže za predviđanje u određeno doba godine. Svaki podmodel formiran je prema načelima o sustavnom pristupu formiranja neuronskog modela za hidrološka predviđanja. To znači da su kroz posebno formirane eksperimente određene optimalne ulazne varijable, broj neurona skrivenog sloja, algoritam za treniranje mreže i funkcija cilja, a određen je i skup optimalnih mjera za procjenu modela. Za formiranje svih modela korištena je statička unaprijedna neuronska mreža, višeslojni perceptron, zbog svog dokazanog svojstva mogućnosti aproksimacije nelinearne funkcije. Za sva istraživanja, kao i konačno formiranje OANM-a, korišten je program MATLAB, a podaci su osim u Matlab-u obrađivani i u Microsoft Excel-u. Rezultati simulacije potvrđuju uspješnost predložene metode u rješavanju problema pravovremenog i pouzdanog predviđanja hidrološkog dotjecanja, što znači da predložena metoda uspješno eliminira kašnjenje predviđanja modela.

Izvorni jezik
Hrvatski

POVEZANOST RADA