(3.238.96.184) 您好!臺灣時間:2021/05/15 07:58
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:王峻安
研究生(外文):Chun-An Wang
論文名稱:結合氣象預測於模糊推論模式之水庫最佳化操作
論文名稱(外文):combination weather forecast with fuzzy logic model in reservoir operation
指導教授:藍振武
學位類別:碩士
校院名稱:國立中興大學
系所名稱:土木工程學系所
學門:工程學門
學類:土木工程學類
論文種類:學術論文
畢業學年度:97
語文別:中文
論文頁數:101
中文關鍵詞:水庫操作模糊推論模式模糊規則庫MT10規線
外文關鍵詞:Reservoir OperationFuzzy Inference ModelFuzzy Rule BaseMT10 Rule Curve
相關次數:
  • 被引用被引用:2
  • 點閱點閱:200
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
中文摘要
台灣為一雨量豐沛的地區,但由於降雨時空分配不均與社會經濟的發展,水資源短缺的問題日益嚴重。如何有效的操作運用水庫資源,使其盡量滿足各標的用水需求及水資源永續經營,實是當前首要的課題。本研究即是探討使用模糊推論系統之理論方法以解水庫最佳操作問題。
在水庫操作決策中,若需水量已確知下,最主要之決策因子為即時之水庫蓄水量、水庫入流量及未來之水庫入流量。在傳統模糊理論中由於未來入流量之不確定性,故通常只參考即時之水庫入流量及水庫蓄水量兩個輸入變數來作為決策因子,但如果能預知下ㄧ時段的水庫入流量,則水庫整體的放水策略將會更精確,所以本研究嘗試建立一模糊推論模式,其中考慮三個輸入變數,"水庫入流量"、"水庫蓄水量"、"水庫未來入流量"來作為決策因子。對於未來的入流量之探求,本研究擬參考實際氣象預測結果,如此本模式即合併了實際水文觀測之物理模式,與傳統之模糊推論模式。故此推論模式一則反應即時實際水文現象,二則參考歷史資訊,相信本模式之操作必更加可靠。研究中對模式之各個決策因子隸屬度函數之設計亦深入探討。模糊推論模式之決策庫,本研究以歷史資料,應用遺傳演算法推求得知最佳化結果建立。最後將本研究建立之模糊推論模式應用在曾文水庫實際操作,其結果顯示本研究建立之模糊推論模式較傳統規線操作方式及傳統二決策變數之模糊推論模式,在各項檢驗指標皆有明顯的改善。

關鍵字:水庫操作、模糊推論模式、模糊規則庫、MT10規線
Abstract
Taiwan is an abundant rainfall area. Due to rainfall space-time assigns unevenly and social economy area development, the problems of water resource shortage is increasing seriously. How to utilize effectively the reservoir resource to make it satisfied in water demand of each goal and sustainability is the primary subject in fact.

In the reservoir operation method, many theories could be used to solve the reservoir operation effectively. This research mainly investigates the fuzzy inference method for solving the reservoir operation. In the traditional fuzzy theory, reservoir inflow and reservoir storage capacity are usually considered into decision factors. However, the policy of drawing off water would be more concrete if the reservoir prediction inflow could be predicted. Reservoir inflow, reservoir storage capacity and reservoir prediction inflow are considered into decision factor to establish a fuzzy inference rule in this study. This research uses the data analysis of weather prediction, combines physics model and traditional fuzzy model to obtain operation connection. Eventually, the study establishes the fuzzy inference model to apply the operation of Tseng Wen reservoir. The results show that the fuzzy inference model has better performance than the traditional MT10 rule curve.

Key words: Reservoir Operation、Fuzzy Inference Model、Fuzzy Rule Base、MT10 Rule Curve
目錄

中文摘要•••••••••••••••••••••••••••••••••••••••••••••••••Ⅰ
Abstract•••••••••••••••••••••••••••••••••••••••••••••••••Ⅲ
目錄•••••••••••••••••••••••••••••••••••••••••••••••••••••Ⅵ
表目錄•••••••••••••••••••••••••••••••••••••••••••••••••••IX

圖目錄•••••••••••••••••••••••••••••••••••••••••••••••••••XI
第一章 緒論•••••••••••••••••••••••••••••••••••••••••••••••1
1-1 前言••••••••••••••••••••••••••••••••••••••••••••••••••1
1-2 研究目的與方法••••••••••••••••••••••••••••••••••••••••3
1-3 本文架構••••••••••••••••••••••••••••••••••••••••••••••4
1-4 研究流程••••••••••••••••••••••••••••••••••••••••••••••5
第二章 文獻回顧•••••••••••••••••••••••••••••••••••••••••••7
2-1 模糊理論••••••••••••••••••••••••••••••••••••••••••••••7
2-2 遺傳演算法•••••••••••••••••••••••••••••••••••••••••••10
第三章 理論分析••••••••••••••••••••••••••••••••••••••••••11
3-1 模糊理論•••••••••••••••••••••••••••••••••••••••••••••11
3-1-1 模糊理論概述與簡介•••••••••••••••••••••••••••••••11
3-1-2 模糊集合概念•••••••••••••••••••••••••••••••••••••12
3-1-3 模糊規則與模糊推論•••••••••••••••••••••••••••••••19
3-1-4 模糊控制系統•••••••••••••••••••••••••••••••••••••23
3-2 遺傳演算法理論•••••••••••••••••••••••••••••••••••••••27
3-2-1 遺傳演算法概述與簡介•••••••••••••••••••••••••••••27
3-2-2 遺傳演算法的架構•••••••••••••••••••••••••••••••••28
3-2-3 基本的遺傳演算法運算元•••••••••••••••••••••••••••30
3-2-4 遺傳演算法的演算架構•••••••••••••••••••••••••••••31
3-3 Thomas-Fiering 模式••••••••••••••••••••••••••••••••••32
第四章 模式建立••••••••••••••••••••••••••••••••••••••••••34
4-1 研究區域•••••••••••••••••••••••••••••••••••••••••••••34
4-1-1 曾文水庫供水系統•••••••••••••••••••••••••••••••••34
4-1-2 水庫操作規則••••••••••••••••••••••••••••••••••••34
4-2 模擬模式建立•••••••••••••••••••••••••••••••••••••••••38
4-2-1 二決策變數模糊模式隸屬函數設定•••••••••••••••••39
4-2-1-1 第一組隸屬函數之模糊模式設定(Fuzzy1)•••••••••39
4-2-1-2 第二組隸屬函數之模糊模式設定(Fuzzy2)•••••••••43
4-2-1-3 第三組隸屬函數之模糊模式設定(Fuzzy3)•••••••••45
4-2-1-4 Fuzz1、Fuzzy2、Fuzzy3隸屬函數設計理念••••••••47
4-2-1-5 隸屬度設定之影響•••••••••••••••••••••••••••••48
4-2-2 二決策變數模糊模式之模糊規則庫建立•••••••••••••49
4-2-3三決策變數模糊模式隸屬函數設定••••••••••••••••••54
4-2-4 三決策變數模糊模式之模糊規則庫建立•••••••••••••56
4-2-5 模糊規則庫中若出現Nan(Not a number)之處理方法••62
4-2-5-1 考慮水庫入流量及水庫蓄水量時,出現Nan之處理方法•••62
4-2-5-2 考慮水庫入流量、水庫蓄水量、未來入流量時,出現Nan之處理方法•••••••••••••••••••••••••••••••••••••••••••••••••63
第五章 模式應用與檢討••••••••••••••••••••••••••••••••••••65
5-1操作規則庫之建立••••••••••••••••••••••••••••••••••••••65
5-1-1以30年資料為例建構模糊規則庫••••••••••••••••••••65
5-1-2以80年資料為例建構模糊規則庫••••••••••••••••••••67
5-2 使用30年資料建構之模糊推論模式於曾文水庫操作結果之比
較•••••••••••••••••••••••••••••••••••••••••••••• •• 76
5-2-1模擬枯水年操作結果比較•••••••••••••••••••••••••••76
5-2-2模擬平水年操作結果比較•••••••••••••••••••••••••••76
5-2-3模擬豐水年操作結果比較•••••••••••••••••••••••••••77
第六章 模糊模式結合季長期天氣展望實例分析••••••••••••••••86
6-1模糊推論模式基本設定••••••••••••••••••••••••••••••••••86
6-1-1操作規則庫之建立及模糊隸屬度之設定•••••••••••••••86
6-1-2季長期天氣展望數據轉換成未來入流量資料•••••••••••87
6-2模糊推論模式於曾文水庫操作結果之比較••••••••••••••••••87
6-2-1模擬枯水年操作結果比較•••••••••••••••••••••••••••87
6-2-2模擬平水年操作結果比較•••••••••••••••••••••••••••88
6-2-3模擬豐水年操作結果比較•••••••••••••••••••••••••••89
第七章 結論與建議••••••••••••••••••••••••••••••••••••••••94
7-1 結論••••••••••••••••••••••••••••••••••••••••••••94
7-2 建議••••••••••••••••••••••••••••••••••••••••••••95
參考文獻•••••••••••••••••••••••••••••••••••••••••••••••••97















表目錄

表3-1 傳統集合與模糊集合基本精神的比較•••••••••••••••••••12
表3-2 標準模糊集合運算•••••••••••••••••••••••••••••••••••19
表4-1 曾文水庫上限、下限及嚴重下限操作規線表•••••••••••••36

表4-2 曾文水庫灌溉、工業及民生用水計畫需求量••••••••••••••36

表4-3 遺傳演算法各項參數與設定值•••••••••••••••••••••••••51

表4-4 Fuzzy1第一旬模糊規則庫•••••••••••••••••••••••••••••54

表4-5 Fuzzy4第一旬模糊規則庫•••••••••••••••••••••••••••••60

表4-6 兩決策變數產生Nan之規則庫•••••••••••••••••••••••••62

表4-7 三決策變數產生Nan之規則庫•••••••••••••••••••••••••63

表5-1 30年資料建構的未來入流量為high資料庫•••••• ••••••••66

表5-2 30年資料建構的未來入流量為Med資料庫•••••• ••••••••67

表5-3 30年資料建構的未來入流量為Low資料庫•••••• ••••••••67

表5-4 80年資料建構的未來入流量為high資料庫•••••• ••••••••69

表5-5 80年資料建構的未來入流量為Med資料庫•••••• ••••••••69

表5-6 80年資料建構的未來入流量為Low資料庫•••••• ••••••••70

表5-7 隸屬度轉換後30年資料建構的未來入流量為high資料庫••70

表5-8 隸屬度轉換後30年資料建構的未來入流量為Med資料庫••71

表5-9 隸屬度轉換後30年資料建構的未來入流量為Low資料庫••71

表5-10 隸屬度轉換後80年資料建構的未來入流量為high資料庫•72

表5-11 隸屬度轉換後80年資料建構的未來入流量為Med資料庫•72

表5-12 隸屬度轉換後80年資料建構的未來入流量為Low資料庫•73

表5-13 30年資料與80年資料於枯水年操作結果之比較•••••••74

表5-14 30年資料與80年資料於平水年操作結果之比較•••••••74

表5-15 30年資料與80年資料於豐水年操作結果之比較•••••••74

表5-16 82年(枯水年)操作結果表••••••••••••••••••••••••••79

表5-17 78年(平水年)操作結果表••••••••••••••••••••••••••79

表5-18 94年(豐水年)操作結果表••••••••••••••••••••••••••79

表5-19 合成一(枯水年)操作結果表•••••••••••••••••••••••••80

表5-20 合成二(枯水年)操作結果表•••••••••••••••••••••••••80

表6-1 季長期天氣展望雨量機率預報表••••••••••••••••••••••87

表6-2 92年(枯水年)操作結果表•••••••••••••••••••••••••••90

表6-3 93年(平水年)操作結果表•••••••••••••••••••••••••••90

表6-4 94年(豐水年)操作結果表•••••••••••••••••••••••••••90







圖目錄
圖1-1 模糊模式建構流程圖•••••••••••••••••••••••••••••••••6

圖3-1 語言變數「大約5」之隸屬函數•••••••••••••••••••••••••14
圖3-2 遞增型線性隸屬函數•••••••••••••••••••••••••••••••••15
圖3-3 遞減型線性隸屬函數•••••••••••••••••••••••••••••••••15
圖3-4 三角形隸屬函數•••••••••••••••••••••••••••••••••••••16
圖3-5 梯形隸屬函數•••••••••••••••••••••••••••••••••••••••16
圖3-6 高斯型隸屬函數•••••••••••••••••••••••••••••••••••••17
圖3-7 模糊集合A與B的聯集••••••••••••••••••••••••••••••••18
圖3-8 模糊集合A與B的交集••••••••••••••••••••••••••••••••18
圖3-9 模糊集合A補集•••••••••••••••••••••••••••••••••••••18
圖3-10 語言變數圖例••••••••••••••••••••••••••••••••••••••20
圖3-11 模糊控制系統架構圖••••••••••••••••••••••••••••••••23
圖3-12 模糊化過程••••••••••••••••••••••••••••••••••••••••24
圖3-13 Min-Min-Max推論示意圖•••••••••••••••••••••••••••••26
圖3-14 Min-Product-Max推論示意圖•••••••••••••••••••••••••26
圖3-15 遺傳演算法循環圖••••••••••••••••••••••••••••••••••32
圖4-1 曾文水庫上限、下限及嚴重下限操作規線圖••••••••••••••35
圖4-2 延時曲線圖(第一旬) ••••••••••••••••••••••••••••••••40
圖4-3 Fuzzy1入流量隸屬函數圖(第一旬) •••••••••••••••••••••41
圖4-4 Fuzzy1蓄水量隸屬函數圖(第一旬) •••••••••••••••••••••42
圖4-5 Fuzzy1放水量隸屬函數圖(第一旬) •••••••••••••••••••••43
圖4-6 Fuzzy2蓄水量隸屬函數圖(第一旬) •••••••••••••••••••••44
圖4-7 Fuzzy3延時曲線圖(第一旬) ••••••••••••••••••••••••••45
圖4-8 Fuzzy3入流量隸屬函數圖(第一旬) •••••••••••••••••••••46
圖4-9 Fuzzy3蓄水量隸屬函數圖(第一旬) ••••••••••••••••••••46
圖4-10 Fuzzy1第一旬模糊規則庫圖形••••••••••••••••••••••••54
圖4-11 Fuzzy4未來入流量隸屬函數圖(第一旬) ••••••••••••••••55
圖5-1 82年放水歷線圖(枯水年) •••••••••••••••••••••••••••••75
圖5-2 82年蓄水歷線圖(枯水年) •••••••••••••••••••••••••••••75
圖5-3 82年入流歷線圖(枯水年) •••••••••••••••••••••••••••••75
圖5-4 82年放水歷線圖(枯水年) •••••••••••••••••••••••••••••81
圖5-5 82年蓄水歷線圖(枯水年) •••••••••••••••••••••••••••••81
圖5-6 82年入流歷線圖(枯水年) •••••••••••••••••••••••••••••81
圖5-7 78年放水歷線(平水年) •••••••••••••••••••••••••••••••82
圖5-8 78年蓄水歷線圖(平水年) •••••••••••••••••••••••••••••82
圖5-9 78年入流歷線(平水年) •••••••••••••••••••••••••••••••82
圖5-10 94年放水歷線(豐水年) ••••••••••••••••••••••••••••• 83
圖5-11 94年蓄水歷線圖(豐水年) ••••••••••••••••••••••••••••83
圖5-12 94年入流歷線(豐水年) ••••••••••••••••••••••••••••••83
圖5-13 合成一入流歷線(枯水年) •••••••••••••••••••••••••••84
圖5-14 合成一入流歷線(枯水年) •••••••••••••••••••••••••••84
圖5-15合成一入流歷線(枯水年) •••••••••••••••••••••••••••84
圖5-16 合成二入流歷線(枯水年) •••••••••••••••••••••••••••85
圖5-17 合成二入流歷線(枯水年) •••••••••••••••••••••••••••85
圖5-18 合成二入流歷線(枯水年) •••••••••••••••••••••••••••85
圖6-1 92年放水歷線圖(枯水年) •••••••••••••••••••••••••••••91
圖6-2 92年蓄水歷線圖(枯水年) •••••••••••••••••••••••••••••91
圖6-3 92年入流歷線圖(枯水年) •••••••••••••••••••••••••••••91
圖6-4 93年放水歷線(平水年) •••••••••••••••••••••••••••••••92
圖6-5 93年蓄水歷線圖(平水年) •••••••••••••••••••••••••••••92
圖6-6 93年入流歷線(平水年) •••••••••••••••••••••••••••••••92
圖6-7 94年放水歷線(豐水年) ••••••••••••••••••••••••••••• 93
圖6-8 94年蓄水歷線圖(豐水年) ••••••••••••••••••••••••••••93
圖6-9 94年入流歷線(豐水年) ••••••••••••••••••••••••••••••93
參考文獻
1.Brishamchi, A 、 Jamali, S 、 Marinoo, M A 、 Tajrishy 「Stream Flow Forecasting and Reservoir Operation Models Using Fuzzy Inference Systems」,Proceedings of the Operations Management 2006 p373-382.
2.J.-S. Roger Jang,「ANFIS: Adaptive-network-based fuzzy inference system」,IEEE Trans. Syst., Man, Cybern.,May 1993 vol. 23, no. 3, pp. 665-685.
3.Panigrahi, DP and Mujumdar,「Reservoir Operation Modelling with Fuzzy Logic」,Reservoir Operation Modelling with Fuzzy Logic. Water Resources Management 2000 14(2):pp.89-109.
4.Russel,S.O. and Campbell, P.E.「, Reservoir operating rules with fuzzy programming」 ASCE J. Water Resources Plan. and Management.1996 v122 i3. 165-170.
5.S.J.Mousavi1, K.Ponnambalam2and F.Karray2「Reservoir Operation Using a Dynamic Programming Fuzzy Rule–Based Approach」,Water Resources Management 2005 Vol.19 pp655-672
6.T Dubrovin,A Jolma,E Turunen,「Fuzzy Model for Real-Time Reservoir Operation」,Journal of Water Resources Planning and Management, Vol. 128,No. 1, January/February 2002,pp.66-73.
7.王文俊,「認識Fuzzy」,全華科技(1997)。
8.李允中、王小璠、蘇木春,「模糊理論及其應用」,全華科技(2004)。
9.吳雷根,「曾文水庫枯水期長期入流量預測之研究」,國立成功大學水利及海洋工程研究所碩士論文(2004)。
10.邱仕宏,「遺傳演算法於水庫即時操作之應用」,國立中興大學土木所碩士論文(2001)。
11.廖珩毅,「灰色系統與模糊理論在旬入流量預測之研究」,中原大學土木工程學系碩士班碩士論文 (2001)。
12.林大振,「應用模糊理論於水利灌溉設施規劃方案評選之研究」,國立雲林科技大學營建工程系碩士班碩士論文(2003)。
13.段鏞、傅金城,「適應性網路模糊推論系統在洪水演算之研究」,農業工程學報,第50卷,第3期,pp.71~81(2004)。
14.留英龍,「模糊理論應用於地層下陷之預測」,國立成功大學水利及海洋工程研究所碩士論文(2000)。
15.韋家振,「臺灣氣候特性下之水庫操作策略研究」,國立中央大學土木工程研究所博士論文(2007)。
16.陳正斌,「應用模糊理論於颱風降雨量的推估」,國立成功大學水利及海洋工程研究所碩士論文,(2004)。
17.陳頌平,「灰色模糊動態規劃於水庫即時操作之應用」,國立中興大學土木工程研究所碩士論文(2000)。
18.梁志雄,「以類神經模糊推論模式建立乾旱指標之研究」,國立中興大學土木工程研究所碩士論文(2005)。
19.黃輝崇,「模糊推論系統應用於曾文水庫乾旱指標與供水決策模式之評估研究」,國立中興大學土木工程研究所碩士論文(2007)。
20.張良正、楊朝仲、陳昶憲,「模糊理論在洪流預測之應用」,第九屆水利工程研討會論文集,pp.I95~I104。
21. 劉敏梧,「枯旱期水庫入流量預測模式之研究
」,國立中興大學土木工程研究所碩士論文(2004)。
22.張斐章、徐國麟,「利用模糊集理論推估河川流量之研究」,農業工程學報,第36卷,第4期,pp.1-12,(1995)。
23.張大元,「類神經網路在水庫放流對河川水位增量之研究」,台灣水利,中原大學土木工程學系碩士班碩士論文 (2003)。
24.陳伶姮,「河川旬流量時間序列之研究─以石門水庫入流量為例」,國立海洋大學河海工程學系碩士班碩士論文(2000)。
25.黃俊傑,「洪水時期水庫最佳操作之研究-以石門水庫為例」,中原大學土木工程學系碩士班碩士論文(2003) 。
26.張斐章,張雅婷,張麗秋,「結合人工智慧與專家知識之智慧型水庫操作系統」 農業工程學報,第50卷,第4期(2004)。
27.張斐章、黃源義、梁晉銘,「模糊推論模式之建立及應用於水文系統之研究」,中國農業工程學報,Vol.39,No.1,pp71-83(1993)。
28.張簡鳳蓮,「結合模糊理論於濁水溪流域逕流預報模式之研究」,國立成功大學水利及海洋工程研究所碩士論文(2002)。
29.張懷燕,「遺傳演算法於水庫規線操作之模擬優選與即時操作之應用」,國立中興大學土木工程學系碩士論文(2002)。
30.傅裕盛、曹鎮、徐義人(2005),「模糊理論應用於土石流危險度分析之研究」,中華水土保持學報,第36卷,第2期,pp.113-123。
31.楊英魁,「Fuzzy理論與應用實務」,全華科技(1993)。
32.楊國珍,「類神經模糊系統應用於蒸發量推估之研究」,國立成功大學水利及海洋工程研究所碩士論文(2004)。
33.鄭裕寬,「運用遺傳演算優化串聯水庫系統聯合運轉規線研究」,國立中央大學土木工程研究所碩士論文(2001)。
34.廖人惠,「模糊理論應用於評估混凝土特性之研究」,國立海洋大學河海工程學研究所碩士論文(2004)。
35.羅健洲,「模糊理論在區域水資源運用之研究-以寶山水庫及攔河堰為例」,國立成功大學水利及海洋工程研究所碩士論文(2001)。
36.蘇木春,張孝德「機器學習類神經網路、模糊系統以及基因演算法則修訂二版」,全華科技(2004)。
37.曾培倫,「模糊推論模式於水庫最佳化操作」,國立中興大學土木工程學系碩士論文(2008)。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 13. 段鏞、傅金城,「適應性網路模糊推論系統在洪水演算之研究」,農業工程學報,第50卷,第3期,pp.71~81(2004)。
2. 13. 段鏞、傅金城,「適應性網路模糊推論系統在洪水演算之研究」,農業工程學報,第50卷,第3期,pp.71~81(2004)。
3. 22. 張斐章、徐國麟,「利用模糊集理論推估河川流量之研究」,農業工程學報,第36卷,第4期,pp.1-12,(1995)。
4. 22. 張斐章、徐國麟,「利用模糊集理論推估河川流量之研究」,農業工程學報,第36卷,第4期,pp.1-12,(1995)。
5. 26. 張斐章,張雅婷,張麗秋,「結合人工智慧與專家知識之智慧型水庫操作系統」 農業工程學報,第50卷,第4期(2004)。
6. 26. 張斐章,張雅婷,張麗秋,「結合人工智慧與專家知識之智慧型水庫操作系統」 農業工程學報,第50卷,第4期(2004)。
7. 27. 張斐章、黃源義、梁晉銘,「模糊推論模式之建立及應用於水文系統之研究」,中國農業工程學報,Vol.39,No.1,pp71-83(1993)。
8. 27. 張斐章、黃源義、梁晉銘,「模糊推論模式之建立及應用於水文系統之研究」,中國農業工程學報,Vol.39,No.1,pp71-83(1993)。
9. 30. 傅裕盛、曹鎮、徐義人(2005),「模糊理論應用於土石流危險度分析之研究」,中華水土保持學報,第36卷,第2期,pp.113-123。
10. 30. 傅裕盛、曹鎮、徐義人(2005),「模糊理論應用於土石流危險度分析之研究」,中華水土保持學報,第36卷,第2期,pp.113-123。