Door machine learning golfbewegingen in Noordzee beter voorspelbaar
Nauwkeurige voorspellingen van golfbewegingen in de Noordzee zijn cruciaal bij waterbouwkundige projecten op zee en aan de kust. Bijvoorbeeld voor het plaatsen van een offshore windturbine in de Noordzee. Hoe beter de voorspellingen van golfbewegingen, hoe beter je de uitvoering van projecten op zee kunt plannen. Experts van Coastal Structures & Waves van Deltares hebben ontdekt dat je golfbewegingen beter kunt voorspellen door procesgebaseerde modellen aan machine learning-modellen te koppelen.
Joost den Bieman, senior researcher bij Coastal Structures & Waves en betrokken bij het onderzoek, vertelt dat nauwkeurige golfvoorspellingen waardevolle informatie opleveren voor de scheepvaart, kustbescherming en offshore-constructies:
Je kunt hiermee veel beter je werkbare dagen plannen en de getijpoorten voor schepen voorspellen. Dat draagt bij aan een efficiënte workflow en minder risico op schade aan en schepen. Winst dus!
Superieure prestaties
Het machine learning-model wordt getraind met een uitgebreide dataset van historische golfobservaties en golfvoorspellingen. Om het hybride model te valideren en te evalueren heeft het team uitgebreide testen uitgevoerd met verschillende datasets. Uit deze experimenten komt naar voren dat het hybride model superieure prestaties levert. Zo maakt dit model circa 30% tot 40% minder fouten in de voorspelling. Hiermee neemt de nauwkeurigheid van de operationele golfvoorspellingen met een tijdshorizon van 48 uur significant toe.
Samen met collega's van Deltares' Coastal Structures & Waves, publiceerde senior onderzoeker Joost den Bieman een wetenschappelijk artikel waarin ze beschrijven hoe golven nauwkeurig voorspeld kunnen worden door procesgebaseerde en machine learning-modellen te combineren.
