Wahrscheinlichkeitsbasierte Steuerung von Hochwasserspeichern und Talsperren mit der Methode der neuronalen Netze

• Applicant: Professor Dr.-Ing. Ulrich Maniak
• Subject Area: Hydrogeology, Hydrology, Limnology, Urban Water Management, Water Chemistry, Integrated Water Resources Management
• Term: from 1999 to 2002
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5177134

Ziel des beantragten Forschungsvorhabens ist zum einen die Optimierung des operationellen Betriebes von Hochwasserrückhaltebecken (HRB) und Hochwasserschutzräumen bei Talsperren zu Hochwasserzeiten mit neuronalen Netzen. Sodann soll die entwickelte Steuerungsmethode auch während mittlerer und niedriger Abflüsse im Normalbetrieb dafür sorgen, das der vorhandene Speicherraum optimal genutzt, und die Abgaben für langfristige Aufgaben, wie die Niedrigwasseranreicherung und die Wasserversorgung, optimiert werden. In herkömmlichen Steuerungsmodellen ist die Verwendung eines einheitlichen Ansatzes aus methodischen Gründen für die Steuerung im Hochwasserfall und im Normalbetrieb nicht möglich. Es wird ein adaptives Steuerungsmodell mit Abflußvorhersage für Mehrzwecktalsperren und HRB entwickelt, dessen Modellansätze auf einer Kombination von Wahrscheinlichkeitstheorie für extreme Zuflüsse und neuronalen Netzen aufbauen. Zielgrößen sind Speicher in kleineren und mittleren Einzugsgebieten. Die komplexen Zusammenhänge von Zufluß, Speicherinhalt und Abgabe und die mehrdimensionale Wahrscheinlichkeitsfunktionen werden mit einem neuronalen Netz abgebildet.

• DFG Programme: Research Grants