- Rapport
- Vattenkraft
Deep learning-based reservoir inflow forecasting

Studien omfattar Överuman och Sädvajaure i norra Sverige och bygger på hydrologiska och meteorologiska data från perioden 2000–2023. Resultaten visar att modellerna ger noggranna och robusta prognoser, fångar både säsongsvariationer och extrema tillrinningstillfällen samt överträffar HBV-modellen under de testade förhållandena.
Studien visar också att modeller kan överföras mellan magasin med hjälp av transfer learning och en begränsad mängd lokala data. Lokal anpassning kan dock inte fullt ut kompensera för skillnader i magasinens hydrologiska och regleringstekniska förutsättningar. Sammantaget är djupinlärning ett lovande komplement till etablerade hydrologiska metoder, med potential att förbättra vattenkraftens driftplanering, effektivisera vattenresursanvändningen och stärka beredskapen inför förändrade förhållanden.
Rapporter och publikationer
Här listas rapporter och resultatblad från programmet.
- Rapport
Deep learning-based reservoir inflow forecasting
Projektet inom Energiforsks forskningsprogram HUVA undersöker hur djupinlärning kan förbättra prognoser av tillrinning till svenska vattenkraftsmagasin.
|2026:1228Shicheng Li KTH, Luigia Brandimarte KTH, James Yang Vattenfall och KTH
- Rapport
Using satellite snow data in hydrological forecasting
Snow has an important role for hydrology in the northern hemisphere and, the snow layer accumulated during winter can significantly affect spring flood volume. The snow component in hydrological models always has some uncertainty, and snow observation data can be used to estimate snow water equivalent more accurately. The study shows that satellite data can improve simulation accuracy under certain conditions. However, using satellite observation requires careful consideration of data reliability.
|2026:1211Panu Juntunen, Juho Jakkila and Kalle Sippel at the Finnish Environment Institute (Syke)
- Rapport
Distributed hydrological model system ENKI in Umeälven
Denna studie är ett test av den distribuerade modellen ENKI för hydrologiska prognoser i ett typiskt svenskt vattendrag. Den genomförs i nära samarbete med HUVA och Vattenregleringsföretagen (VRF) och som en del av en 3-månaders praktik vid NTNU för en fransk ingenjörsstudent. Umeälven valdes ut som testfall.
|2023:980Oddbjørn Bruland
- Rapport
The Energy Balance Method - A Literature Review 2022-906
This review is an evaluation of snowmelt models relevant for inflow forecasting for hydropower production. All studies included in this literature review find that including elements from the energy-balance model, one way or another, improves the snowmelt calculations compared to the simple degree-day model. The major improvements are visible on the diurnal variation of snowmelt.
|2022:906Oddbjørn Bruland