論文の概要: Scenario-based model predictive control of water reservoir systems

• arxiv url: http://arxiv.org/abs/2309.00373v1
• Date: Fri, 1 Sep 2023 10:11:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-04 13:52:15.283364
• Title: Scenario-based model predictive control of water reservoir systems
• Title（参考訳）: シナリオモデルによる貯水池システムの予測制御
• Authors: Raffaele Giuseppe Cestari, Andrea Castelletti, Simone Formentin
• Abstract要約: 最適な水の放出は通常、インフローの(予測された)軌道に基づいて計算される。 本研究では, 貯水池に対するMPCアプローチを初めて検討し, 将来的な流れの集合に基づいて制御を最適化する。 この手法の有効性は、イタリアのコモ湖からの実際の流入データを用いて、モンテカルロの広範な試験によって検証される。
• 参考スコア（独自算出の注目度）: 2.3388338598125196
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The optimal operation of water reservoir systems is a challenging task involving multiple conflicting objectives. The main source of complexity is the presence of the water inflow, which acts as an exogenous, highly uncertain disturbance on the system. When model predictive control (MPC) is employed, the optimal water release is usually computed based on the (predicted) trajectory of the inflow. This choice may jeopardize the closed-loop performance when the actual inflow differs from its forecast. In this work, we consider - for the first time - a stochastic MPC approach for water reservoirs, in which the control is optimized based on a set of plausible future inflows directly generated from past data. Such a scenario-based MPC strategy allows the controller to be more cautious, counteracting droughty periods (e.g., the lake level going below the dry limit) while at the same time guaranteeing that the agricultural water demand is satisfied. The method's effectiveness is validated through extensive Monte Carlo tests using actual inflow data from Lake Como, Italy.
• Abstract（参考訳）: 貯水池システムの最適運用は、複数の相反する目的を含む課題である。 複雑さの主な原因は、水流入の存在であり、システムに外因性があり、非常に不確実な乱れとして機能する。 モデル予測制御(MPC)を用いる場合、最適水の放出は通常、流入の(予測された)軌道に基づいて計算される。 この選択は、実際の流入が予測と異なる場合、閉ループ性能を損なう可能性がある。 本研究では, 貯水池における確率的MPC手法として, 過去のデータから直接発生する可算的将来の流入量に基づいて制御を最適化する手法を, 初めて検討する。 このようなシナリオベースのmpc戦略により、コントローラはより慎重であり、干ばつ期間(例えば、干ばつレベルが乾燥限界以下になる)を相殺すると同時に、農業用水需要が満たされることを保証できる。 この手法の有効性は、イタリアのコモ湖からの実際の流入データを用いてモンテカルロ試験によって検証される。

関連論文リスト

• Physics-guided Active Sample Reweighting for Urban Flow Prediction [75.24539704456791]
  都市フロー予測は、バス、タクシー、ライド駆動モデルといった交通サービスのスループットを見積もる、微妙な時間的モデリングである。 最近の予測解は、物理学誘導機械学習(PGML)の概念による改善をもたらす。 我々は、PN(atized Physics-guided Network)を開発し、P-GASR(Physical-guided Active Sample Reweighting)を提案する。
  論文  参考訳（メタデータ） (2024-07-18T15:44:23Z)
• TransGlow: Attention-augmented Transduction model based on Graph Neural Networks for Water Flow Forecasting [4.915744683251151]
  水量の水量予測は、水管理、洪水予測、洪水制御など様々な用途に有用である。 本稿では,GCRN(Graph Convolution Recurrent Neural Network)エンコーダデコーダの隠れ状態を増大させる時間予測モデルを提案する。 本稿では,河川,河川,湖上のカナダステーションのネットワークから,新たな水流のベンチマークデータセットを提案する。
  論文  参考訳（メタデータ） (2023-12-10T18:23:40Z)
• Attention-Based Ensemble Pooling for Time Series Forecasting [55.2480439325792]
  本稿では,候補モデル予測よりも重み付き平均値を実行するプーリング法を提案する。 本手法は,非定常ロレンツ63方程式の動力学の多段階予測と,COVID-19による週次死亡事故の1段階予測という2つの時系列予測問題に対して試行する。
  論文  参考訳（メタデータ） (2023-10-24T22:59:56Z)
• Rapid Flood Inundation Forecast Using Fourier Neural Operator [77.30160833875513]
  洪水浸水予測は洪水前後の緊急計画に重要な情報を提供する。 近年,高分解能な流体力学モデリングが普及しつつあるが,道路の洪水範囲やリアルタイムのビルディングレベルは依然として計算的に要求されている。 洪水範囲と浸水深度予測のためのハイブリッドプロセスベースおよびデータ駆動機械学習(ML)アプローチを提案する。
  論文  参考訳（メタデータ） (2023-07-29T22:49:50Z)
• AquaFeL-PSO: A Monitoring System for Water Resources using Autonomous Surface Vehicles based on Multimodal PSO and Federated Learning [0.0]
  水資源の保存、モニタリング、管理は、ここ数十年で大きな課題となっている。 本稿では,水質センサを備えた自動表面車両を用いた水質モニタリングシステムを提案する。
  論文  参考訳（メタデータ） (2022-11-28T10:56:12Z)
• Imputation of Missing Streamflow Data at Multiple Gauging Stations in Benin Republic [1.9173188470245428]
  本研究は,GEOGloWS ECMWFストリームフローサービス予測のバイアス補正により,ストリームフロー時系列データを再構成する。 テスト期間中に,GESS予測に有意な偏りがあり,ベニナ10駅での予測能力の低下が示唆された。 本研究の成果は,グローバルなGESSストリームフローデータを早期警戒型意思決定システムに統合するための基盤となる。
  論文  参考訳（メタデータ） (2022-11-17T22:44:13Z)
• Optimal Reservoir Operations using Long Short-Term Memory Network [3.680403821470857]
  リアルタイムの流入予測は、水資源の効率的な運用に役立つ。 本研究では,LSTMに基づく簡易な異常検出アルゴリズムを提案する。 実験はインドのバクラダム貯水池のデータに基づいて行われる。
  論文  参考訳（メタデータ） (2021-09-07T18:16:22Z)
• Stein Variational Model Predictive Control [130.60527864489168]
  不確実性の下での意思決定は、現実の自律システムにとって極めて重要である。 モデル予測制御 (MPC) 法は, 複雑な分布を扱う場合, 適用範囲が限られている。 この枠組みが、挑戦的で非最適な制御問題における計画の成功に繋がることを示す。
  論文  参考訳（メタデータ） (2020-11-15T22:36:59Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Probabilistic Multi-Step-Ahead Short-Term Water Demand Forecasting with Lasso [0.0]
  時系列モデルは、典型的な自己回帰、カレンダー、季節効果を捉えるために導入された。 高次元特徴空間が適用され、自動収縮・選択演算子によって効率よく調整される。 この手法は、ドイツの水道供給業者の時給水需要データに適用される。
  論文  参考訳（メタデータ） (2020-05-09T22:26:09Z)
• Adaptive Control and Regret Minimization in Linear Quadratic Gaussian (LQG) Setting [91.43582419264763]
  我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。 LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
  論文  参考訳（メタデータ） (2020-03-12T19:56:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。