CN101387128B - 雨水排水支援系统和支援方法 - Google Patents

Abstract

本发明揭示能使对流入量预测部的流入量预测模型的输入变量个数减少从而能方便地预测该流入量预测部的流入量、以及能方便且准确地预测降雨带来的流入水的水质的雨水排水支援系统和支援方法，能使排水系统稳定工作的雨水排水控制系统和控制方法。雨水排水支援系统包含测量多个地点的降雨量的降雨量测量部(10)和对测量的降雨量时间序列数据矩阵进行线性映射的线性映射部(41)，流入量预测部(42)预测流入对象设施的雨水流入量。另一支援系统装置使用非线性Hammerstein模型的系统鉴别方法，预测流入水质。雨水排水控制系统具有检测出水对泵场流入的规定上流地点的水位的检测装置、以及根据水流状况修改预先设定的雨水泵开通水位和关断水位中的至少一方的修改装置。

Description

雨水排水支援系统和支援方法

本申请是申请人于2005年12月14日提交的、申请号为“200510131677.X”的、发明名称为“雨水排水支援系统和支援方法、雨水排水控制系统和控制方法”的发明专利申请的分案申请。

技术领域

本发明涉及根据多个地点的时间序列的现在的降雨量或将来的降雨量，预测流入泵设施(泵场)或下水处理厂等对象设施的流入水的流入量用的雨水排水支援系统或雨水排水支援方法、预测降雨时流入泵设施等对象设施的流入水的水质用的雨水排水支援系统或雨水排水支援方法、以及对泵设施等对象设施的雨水泵进行控制用的雨水排水控制系统或雨水排水控制方法。

背景技术

首先，说明用于预测流入泵设施(泵场)等对象设施的流入水的流入量的关联技术。

作为预测流入下水道泵设施和下水处理设备等对象设施的雨水流入量的方法，已知例如作为考虑基于土地铺路状态和下水管道敷设状态的物理模型的方法的RRL法(参考专利文献1：日本国专利公开平6—322808号公报)、或利用神经网络的方法(参考专利文献2：日本国专利公开2000—257140号公报)以及采用面向块模型的方法(参考专利文献3：日本国专利公开2000—56835号公报)等基于黑盒模型的方法。基于黑盒模型的方法中，利用过去的输入输出数据预先建立流入量预测模型，该模型将雷达雨量计和多个地面雨量计测量的降雨量用作输入变量，同时将雨水流入量用作输出变量，并且根据现在降雨量或将来预测降雨量，使用该流入量预测模型，预测雨水流入量。

这里，雷达雨量计的降雨量测量能密集捕捉测量对象区域的降雨强度，因而与多个地面雨量计的降雨量测量相比，能获得细致的降雨量信息。通过将这样利用雷达雨量计测量的降雨量或根据该降雨量预测的将来预测降雨量当作对上述RRL法、神经网络法等流入量预测模型的输入变量，能高精度进行对象设施的雨水流入量预测。

接着，说明用于预测降雨时流入泵设施的对象设施的流入水的数量和水质等的关联技术。

汇流式的下水道设备中，在下水管道设置区域有雨时，通常雨水流入下水管道内。在下水管道终端部设置泵设施等，将包含雨水的流入水排放到规定排水处。

这种下水道设备在从雨水泵井直接排放到河川时，必须进行处理，使河川污染极少。即，需要根据雨水流入量和流入水质分别适当控制管渠内等处的储水和对河川等的放水。降雨时，在其初期产生下水管道内等堆积的脏物流出并流入到流入渠的初涌。对该初涌也需要捕捉其发生并适当处理。

以往，已提出对这种下水道设备根据降雨量预测水质并控制脏物成分去除装置操作量的发明(例如参考专利文献4：日本国专利公开2004—249200号公报)。

下面说明用于对泵设施等对象设施的雨水泵进行控制的关联技术。

作为雨水泵控制装置的控制方法，已知的方法有：预先设定雨水泵的开通水位和关断水位，并且在设在储蓄从下水管道流下来的雨水的雨水泵井的水位计的测量值达到这些设定的水位的时刻，使雨水泵开通或关断。

为了抑制急剧雨水流入造成的雨水泵井水位升高，例如在专利文献5(专利文献5：日本国专利公开2000—328642号公报)中看到的那样，提供预测控制装置，可根据地面雨量计和雷达雨量计的测量值预测泵设施的雨水流入量，计算排水所需的雨水泵运转数量，实时修改雨水泵的开通、关断水位，从而在判断为需要追加开通雨水泵时，从低于预先设定水位的水位开通雨水泵。

又，汇流式下水道的泵设施为了抑制排放处的河川的水质污染，已有的方法通过在小雨时或泵设施的预测雨水流入量不大时，提高雨水泵的开通、关断水位，抑制雨水泵排放。

首先，说明用于预测流入泵设施(泵场)等对象设施的流入水的流入量的上述关联技术的问题。上述神经网络法等基于黑盒模型的流入量预测中，建立流入量预测模型时根据输入输出数据使用最小平方法鉴别系数参数的情况下，输入变量之间具有高的相关关系时，难以鉴别参数，存在难以建立高精度流入量预测模型的问题。流入量预测模型的输入变量个数多时，存在对象设施流入量预测中不容易选择适当参数、不容易研究适应该选择的流入量预测模型的建立的问题。用雷达雨量计进行降雨量测量时，相互具有高的相关关系的输入变量个数飞跃增多，因而显著发生上述问题。

其次，说明用于预测降雨时流入泵设施等对象设施的流入水的水质等的上述关联技术的问题。上述专利文献4等发明中，由于根据水质模型式制订流入水质预测方法，存在公式繁杂的问题。

接着，说明用于对泵设施等对象设施的雨水泵进行控制的关联技术的问题。降落到地上的雨从地表流入下水管道，并经下水管道内流下去而到达泵设施。此过程复杂且庞大。因此，将降雨量测量值作为输入的流入量预测模型、泵井水位预测模型、雨水泵运转数量预测模型中，作为其输出的预测值很多，有时产生误差。例如，实际流入量比预测小的情况下，运转数量过多台数的雨水泵，而实际流入量比预测大时，发生水淹危险。

本发明是考虑上述问题而完成的，其目的在于提供一种能减少流入量预测部的流入量预测模型输入变量的个数、能使该流入量预测部的雨水流入量预测方便且精度高的雨水排水支援系统和雨水排水支援方法。

本发明的另一目的在于提供一种能方便且准确地预测降雨带来的流入水的水质的流入水水质预测方法，同时还提供一种能用该预测的水质或该水质和降雨时的流入量两者适当控制流入水的积存和排放以减少对环境的影响的雨水排水支援系统和雨水排水支援方法。

本发明的又一目的在于提供一种在修改雨水泵开通、关断水位以便急剧雨水流入量变动时也能进行适当排水的泵控制装置中，通过除使用流入量和水位的预测值外还同时使用可靠性高的指标进行修改，使排水系统稳定工作的雨水排水控制系统和雨水排水控制方法。

发明内容

为了解决上述课题，第1方面的本发明的雨水排水支援系统，包含测量多个地点的降雨量的降雨量测量部、根据该降雨量测量部测量的多个地点的降雨量，取得表示各地点时间序列降雨量的降雨量时间序列数据矩阵，并进行将降雨量时间序列数据矩阵的较多变量数据变换成较少变量数据的线性映射处理，以获得线性映射数据矩阵的线性映射部、以及流入量预测部，该流入量预测部利用将线性映射部获得的线性映射数据矩阵作为输入的流入量预测模型，预测流入对象设施的雨水流入量，该线性映射部通过用包含过去降雨量时间序列数据矩阵中的方差矩阵或协方差矩阵的固有矢量单元的表现矩阵进行线性映射，取得线性映射数据矩阵。

第7方面的本发明的预测流入泵场和下水处理厂的雨水流入量的雨水排水支援方法，包含以下步骤：降雨量测量部测量多个地点的降雨量的步骤、线性映射部根据该降雨量测量部测量的多个地点的降雨量，取得表示各地点时间序列降雨量的降雨量时间序列数据矩阵，并进行将降雨量时间序列数据矩阵的较多变量数据变换成较少变量数据的线性映射处理，以获得线性映射数据矩阵的步骤、以及流入量预测部利用将所述线性映射部获得的线性映射数据作为输入的流入量预测模型，预测流入对象设施的雨水流入量的步骤，在获得线性映射数据矩阵的步骤中，所述线性映射部通过用包含过去降雨量时间序列数据矩阵中的方差矩阵或协方差矩阵的固有矢量单元的表现矩阵进行线性映射，取得线性映射数据矩阵。

根据这种雨水排水支援系统和雨水排水支援方法，线性映射部中，对作为k×n矩阵的降雨量时间序列数据矩阵进行线性映射，变换成作为k×m(m<n)的线性映射数据矩阵，所以能减少流入量预测部的流入量预测模型输入变量的个数，从而能使该流入量预测部的雨水流入量预测容易且精度高。

第2方面的本发明的雨水排水支援系统，时间序列地包含预测将来的多个地点的降雨量的降雨量预测部、根据该降雨量预测部预测的将来的多个地点的降雨量，取得表示各地点时间序列降雨量的降雨量时间序列数据矩阵，并进行将降雨量时间序列数据矩阵的较多变量数据变换成较少变量数据的线性映射处理，以获得线性映射数据矩阵的线性映射部、以及流入量预测部，该流入量预测部利用将所述线性映射部获得的线性映射数据矩阵作为输入的流入量预测模型，预测流入对象设施的雨水流入量，该线性映射部通过用包含过去降雨量时间序列数据矩阵中的方差矩阵或协方差矩阵的固有矢量单元的表现矩阵进行线性映射，取得线性映射数据矩阵。

第8方面的本发明的预测流入泵场和下水处理厂的雨水流入量的雨水排水支援方法，包含以下步骤：降雨量预测部预测将来的多个地点的降雨量的步骤、线性映射部根据该降雨量预测部预测的将来的多个地点的降雨量，取得表示各地点时间序列降雨量的降雨量时间序列数据矩阵，并进行将降雨量时间序列数据矩阵的较多变量数据变换成较少变量数据的线性映射处理，以获得线性映射数据矩阵的步骤、以及流入量预测部利用将所述线性映射部获得的线性映射数据作为输入的流入量预测模型，预测流入对象设施的步骤，在获得线性映射数据矩阵的步骤中，所述线性映射部通过用包含过去降雨量时间序列数据矩阵中的方差矩阵或协方差矩阵的固有矢量单元的表现矩阵进行线性映射，取得线性映射数据矩阵。

根据这种雨水排水支援系统和雨水排水支援方法，线性映射部中，对作为k×n矩阵的降雨量时间序列数据矩阵进行线性映射，变换成作为k×m(m<n)的线性映射数据矩阵，所以能减少流入量预测部的流入量预测模型输入变量的个数，从而能使该流入量预测部的雨水流入量预测容易且精度高。

上述雨水排水支援系统和雨水排水支援方法中，最好线性映射部通过用包含过去降雨量时间序列数据矩阵中的方差矩阵或协方差矩阵的固有矢量单元的表现矩阵进行线性映射，取得线性映射数据矩阵。

根据这种雨水排水支援系统和雨水排水支援方法，用于线性映射的表现矩阵组合过去降雨量时间序列数据矩阵中的方差矩阵或协方差矩阵的固有矢量单元，因而能使线性映射得到的线性映射数据矩阵的单元成为相互不相关的线性独立时间序列数据。

上述雨水排水支援系统和雨水排水支援方法中，最好根据构成所述表现矩阵的固有矢量中与该固有矢量单元的固有值算出的累积贡献率大于预定阈值。

根据这种雨水排水支援系统和雨水排水支援方法，建立表现矩阵，使根据与固有矢量单元的固有值算出的累积贡献率大于预定阈值，因而能以线性映射前的降雨量时间序列数据矩阵具有的信息尽可能不损失的方式取得线性映射数据矩阵。

上述雨水排水支援系统和雨水排水支援方法中，最好线性映射部通过用分析过去降雨量时间序列数据矩阵的主单元过程中得到的负载矩阵组成的表现矩阵进行线性映射，取得线性映射数据矩阵。

根据这种雨水排水支援系统和雨水排水支援方法，除了能以线性映射前的降雨量时间序列数据矩阵具有的信息尽可能不损失的方式取得线性映射数据矩阵外，还能使获得的线性映射数据矩阵的单元成为相互不相关的线性度量时间序列数据。

上述雨水排水支援系统和雨水排水支援方法中，最好还包含根据将降雨量时间序列数据矩阵的多变量数据变换成少变量数据的过去降雨量时间序列数据矩阵以及过去时间序列雨水流入量，建立流入量预测模型的模型鉴定部。

根据这种雨水排水支援系统和雨水排水支援方法，输入到模型鉴定部的过去降雨量时间序列数据的个数少，能方便地进行流入量预测模型的建立。而且，由于根据相互不相关的线性独立的过去降雨量时间序列数据建立流入量预测模型，能得到精度高的流入量预测模型。

第13方面的本发明的预测从下水管道流入泵场和下水处理厂的水的水质的雨水排水支援方法，包含以下步骤：按规定周期测量所述下水管道的设置区域的降雨量的步骤、按规定周期测量流入泵场或下水处理厂的流入水的水质的步骤、以及根据现在水质、若干过去水质、若干过去降雨量和若干过去降雨量的乘方值通过使用非线性Hammerstein模型的系统鉴别方法，预测将来的水质的步骤。

第14方面的本发明的泵场或下水处理厂的雨水排水支援系统，包含测量下水管道设置区域的降雨量测量装置、测量流入所述泵场或下水处理厂的流入水的水质的水质测量装置、周期性分别收集并存储所述降雨量测量装置和水质测量装置周期性测量的降雨量和流入水质的数据收集与存储装置、根据该数据收集与存储装置存储的数据中的现在水质、若干过去水质、若干过去降雨量和若干过去降雨量的乘方值通过使用非线性Hammerstein模型的系统鉴别方法，预测将来的水质的预测装置、以及用该预测装置预测的流入水质产生有关污水泵井、雨水泵井或雨水积水池的流入水的积存和排放的运转指令的运转支援装置。

上述雨水排水支援系统中，最好所述预测装置预测将来的水质，同时还通过使用非线性Hammerstein模型的系统鉴别方法，根据存储装置存储数据中的现在流入量、若干过去流入量、若干过去降雨量和若干过去降雨量的乘方值预测雨水流入量；运转支援装置不仅用流入水质而且用预测装置预测的雨水流入量产生有关污水泵井、雨水泵井或雨水积水池的流入水的积存和排放的运转指令。

上述雨水排水支援系统中，最好在下水管道内设置水质测量装置，数据收集与存储装置还周期性收集并存储在下水管道内测量的水质；预测装置通过使用非线性Hammerstein模型的系统鉴别方法根据现在下水管道内的水质和若干过去下水管道内的水质、若干过去降雨量和若干过去降雨量的乘方值预测流入泵场或下水处理厂前的下水管道内的水质；运转支援装置还用预测的流入泵场或下水处理厂前的下水管道内的水质产生有关污水泵井、雨水泵井或雨水积水池的流入水的积存和排放的运转指令。

上述雨水排水支援系统中，最好在下水管道内设置流量测量装置，数据收集与存储装置还周期性收集并存储在下水管道内测量的流量；预测装置通过使用非线性Hammerstein模型的系统鉴别方法根据现在下水管道内的流量和若干过去下水管道内的流量、若干过去降雨量和若干过去降雨量的乘方值预测流入泵场或下水处理厂前的下水管道内的流量；运转支援装置还用预测的流入泵场或下水处理厂前的下水管道内的流量产生有关污水泵井、雨水泵井或雨水积水池的流入水的积存和排放的运转指令。

上述雨水排水支援系统中，最好在下水管道内设置管内水位量测量装置，数据收集与存储装置还周期性收集并存储下水管道内测量的水位，而且能获取并存储来自气象信息系统的气象信息；预测装置从存储装置得到晴天在下水管道内的水位，以计算下水管道内砂土和堆积物的高度，并根据雨天下水管道内的流量和水质预测流入泵场或下水处理厂的流量和水质。

上述雨水排水支援系统中，最好运转支援装置在预测的流入水的水质比预定的阈值差时，产生运转指令，在不超过降雨量上限阈值的范围内，使设在污水泵井的污水泵运转，而设在雨水泵井的雨水泵不运转。

上述雨水排水支援系统中，最好运转支援装置根据预测的流入水的流入量判别初涌，并产生运转指令，使该初涌的水积存在雨水积水池，并且降雨量小于预定值时，设在雨水积水池的泵使所述积存的水返回污水泵井。

第21方面的本发明的雨水排水控制系统，根据雨水流入泵场的流量决定雨水泵运转数量，并根据泵场中水位变化控制雨水泵开通和关断，包含检测水流入泵设施的规定上流点的水位的检测装置、以及根据水流下来的状况修改雨水泵的预定开通水位和预定关断水位中的至少一方的修改装置。

上述雨水排水支援系统中，最好所述规定点的水位超过预定阈值时，所述修改装置修改雨水泵的预定开通水位和预定关断水位中的至少一方。

上述雨水排水支援系统中，最好所述规定点的水位低于预定阈值时，所述修改装置修改雨水泵的预定开通水位和预定关断水位中的至少一方。

上述雨水排水支援系统中，最好将所述规定点的水位和所述规定点的水位变化速度都用作表示所述规定点的水位的指标。

上述雨水排水支援系统中，还包含预测所述泵设施的雨水流入量的预测装置、以及计算排出预测的雨水流入量的水所需的雨水泵运转数量的计算装置。

第26方面的本发明的雨水排水控制方法，包含以下步骤：根据流入泵设施的预测雨水流量决定雨水泵运转数量的步骤、根据泵设施的水位变化控制雨水泵开通和关断的步骤、以及将靠近泵场的规定上流点处下水管道内的水位作为指标修改雨水泵的开通水位和关断水位使雨水泵的开通在时间上错开的步骤。

第27方面的本发明的雨水排水支援方法，预测从下水管道至泵场或下水处理厂的流入水的流入量，包含以下步骤：按规定周期测量所述下水管道的设置区域的降雨量的步骤、按规定周期测量流入所述泵场或下水处理厂的流入水的流入量的步骤、以及用这些测量值中的现在流入量、若干过去流入量、若干过去降雨量和若干过去降雨量的乘方值，借助使用非线性Hammerstien模型的系统鉴别方法，预测将来流入水的流入量的步骤。

第28方面的本发明的雨水排水控制系统，用第7方面的本发明中所述的雨水排水支援方法预测的雨水流入量，根据流入到泵设施的雨水流入量决定运转的雨水泵的数量，并根据所述泵设施的水位变化控制所述雨水泵的开通和关断，其中包含检测出水往所述设施流入的规定上流地点的水位的检测装置、根据水流下的状况修改预定的雨水泵开通水位和关断水位中的至少一方的修改装置、以及计算排出预测的雨水流入量的水所需的雨水泵运转数量的装置。

根据本发明的雨水排水支援系统和雨水排水支援方法，线性映射部中，对作为k×n矩阵的降雨量时间序列数据矩阵或将来的预测降雨量时间序列数据矩阵进行线性映射，变换成k×m(m<n)，使信息尽可能不损失，而且形成相互不相关的变量，所以能减少流入量预测部中流入量预测模型的输入变量个数，从而能使该流入量预测部的雨水流入量预测容易且精度高。

根据本发明另一雨水排水支援系统和雨水排水支援方法，利用系统鉴别方法(非线性Hammerstien模型)依据流入水质测量值、过去降雨量等预测流入水质，因而能方便地进行该预测。由于能利用这些预测结果适当控制流入水的积存和排放，其运用可减少对环境的影响。

根据本发明的雨水排水控制系统和雨水排水控制方法，在泵设施流入量预测的基础上，随水流下状况修改雨水泵的开通水位和关断水位，因而能使排水系统稳定工作。

附图说明

图1是示出本发明实施方式的雨水排水系统的组成的说明图。

图2是说明图1的雨水排水系统的控制系统总体组成用的框图。

图3是示出图2的控制系统中流入量预测机构的组成的框图。

图4是示出图3的流入量预测机构中的表现矩阵建立部的作用的流程图。

图5是示出图2的控制系统中流入水质预测机构的组成的框图。

图6是示出图2的控制系统中雨水泵控制机构的组成的框图。

图7是示出图6的雨水泵控制机构的作用的流程图。

图8是示出图6的雨水泵控制机构中修改雨水泵开通和关断水位的状况的模式图。

图9是示出图6的雨水泵控制机构中使多台雨水泵开通和关断水位移位的状况的模式图。

图10是图6的雨水泵控制机构中表示水位升高指标的表。

图11是图6的雨水泵控制机构中对下水管道上流的水位时间序列数据和下水管道下流水位时间序列数据进行比较的图。

图12是示出本发明雨水排水系统中流入量预测机构另一组成的框图。

图13是示出本发明雨水排水系统中的雨水泵控制机构另一组成的框图。

标号说明

10是降雨量测量部，11是雷达雨量计，12是地面雨量计，15是降雨量预测部，20是下水管道，21是流入渠，23、27是水位计，24、25是水质计，26是流量计，30是沉沙池雨水泵井，31是污水泵井，32是雨水积水池，34是河川，35是雨水泵，36是污水泵，37是雨水积水池泵，38是水位计，40、40p是流入量预测机构，41是线性映射部，42是流入量预测部，43是表现矩阵建立部，44是模型鉴定部，50、50p是流入水质预测机构，52是数据收集装置，52a是雷达雨量计数据，52b是地面雨量计数据，52c是水位数据，52d是流入水质数据，52e是泵信息，52f是排出量，52p是数据收集装置，53是数据存储装置，54是预测装置，55是运算装置，56是运转支援装置，57是控制装置，58是天气模型预测装置，60是雨水泵控制机构，62是运转数量计算装置，63是开通关断水位修改装置，64是水位计选择装置。

具体实施方式

下面，参照附图说明本发明实施方式。本发明不受下面说明的实施方式限定，包括含有本发明的技术思想的各种实施方式。

图1是示出本发明实施方式的雨水排水系统的组成的说明图，图2是说明图1的雨水排水系统的控制系统的总体组成用的框图。

如图1所示，本实施方式的雨水排水系统，具有对下水管道20等的设置区域中多个地点进行降雨量测量用的降雨量测量部10。在下水管道20的下流方，设置包含流入渠21和雨水泵井30的泵设施。

降雨量测量部10包含例如雷达雨量计11或多个地面雨量计12。降雨量测量部10由雷达雨量计11组成时，利用电波的直线传播和碰到雨就反射的特性，一座雷达基站成批测量n个区域的降雨量。如图1所示，按观测网格将降雨量测量对象区域划分成例如n个一条边为大致几百米至几千米的正方形，分别测量该划分的n个区域的降雨量。

这里，降雨量测量部10由雷达雨量计11组成时，与由多个地面雨量计12组成时相比，能以更细致的观测网格划分降雨量测量对象区域，可增多雨量计测量对象区域的数量n。

下水管道20由例如汇流式管道组成，其设置区域中降落的雨水连同该区域内的生活废水和工业废水一起往下流。在该下水管道20的下流方设置流入泵设施(泵场)，在该泵设施内，设置流入渠21。该流入渠21暂时积存下水管道20送来的雨水。如图11所示，流入渠21附近的下水管道20内分别设置水质计25、流量计26和水位计27。

泵设施中，在流入渠21的下流方设有沉沙池雨水泵井30。还在泵设施内设置污水泵井31和雨水积水池32。来自下水管道20的流入水通过流入渠21和沉沙池(未示出)流入这些沉沙池雨水泵井30、污水泵井31和雨水积水池32。通常在沉沙池雨水泵井30与流入渠21之间有溢流堰，平时的流入水流入到污水泵井31。反之，降雨时包括雨水的大量流入水流入时，流入渠21的水位升高，流入水溢出水位高的溢流堰流进沉沙池雨水泵井30。雨水积水池32积存泵场的流入水，并且通过设在与污水泵井31之间的溢流堰(未示出)和/或设在与流入渠21之间的闸接纳流入水。

在沉沙池雨水泵井30设置雨水泵35，利用雨水泵35将流入沉沙池雨水泵井30的流入水(雨水)排放到河川34等处。在污水泵井31设有污水泵36，利用污水泵36将流入污水泵井31积存的流入水(污水)送到未示出的下水处理设备加以水处理后，排放到河川等处。这时，超过下水处理设备的处理量的污水原样从污水泵井31溢出，因而将其送到雨水积水池32停留。在雨水积水池32设有雨水积水池泵37，在流入渠21的流入水充分减少的阶段利用所述雨水积水池泵37将该停留在雨水积水池32的停留水送回污水泵井31。

即，将来自下水管道20的流入水通过设在其终端部的流入渠21和未示出的沉沙池停留在沉沙池雨水泵井30、污水泵井31和雨水积水池32中的任一方或对该3方分别停留后，排放到规定排水处。

在流入渠21分别设置水位计23和水质计24。水位计23测量流入渠21中积存的流入水的水位。水质计24测量流入渠21中的流入水的流入水质。

如图1所示，在沉沙池雨水泵井30设有测量该沉沙池雨水泵井30的水位用的水位计38。可实时利用设在流入渠21的水位计23和设在沉沙池雨水泵井30的水位计38的测量值。

接着，用图2的框图说明雨水排水系统中的控制系统。

如图2所示，雨水排水系统具有用多个地点的时间序列的现在降雨量预测流入泵设施(泵场)等对象设施的流入水的流入量用的流入量预测机构40、用所述降雨量预测流入泵设施等对象设施(例如流入渠21)的流入水的水质等用的流入水质预测机构50、以及用流入量预测机构40等预测的流入水的流入量调整雨水泵35的开通水位和关断水位中的至少一方的雨水泵控制机构60。

首先，用图3和图4说明流入量预测机构40的详细组成。

如图3所示，流入量预测机构40具有对所述降雨量测量部10测量的多个地点的降雨量时间序列数据矩阵进行线性映射的线性映射部41、以及根据线性映射部41得到的线性映射数据预测流入对象区域的雨水流入量的流入量预测部42。线性映射部41连接建立用于该线性映射部41的线性映射的表现矩阵的表现矩阵建立部43。流入量预测部42连接建立用于该流入量预测部42的雨水流入量预测的流入量预测模型的模型鉴定部44。

线性映射部41根据降雨量测量部10测量的多个地点的降雨量数据，取得表示各地点的时间序列降雨量的降雨量时间序列数据矩阵X，同时还对该降雨量时间序列数据矩阵X进行线性映射，将多变量数据变换成少变量数据，以取得线性映射数据矩阵Y。

具体而言，线性映射部41进行下面的式(1)的运算。

Y＝XP   ……式(1)

其中，X是降雨量时间序列数据的k(离散时间点)×n(降雨量检测对象区域编号)的矩阵，P是后面阐述的表现矩阵建立部43建立的n×m矩阵(m<n)的表现矩阵。

降雨量时间序列数据矩阵X中，各时间点t的各区域降雨量对应于行矢量x_t(t＝1、……、k)。这里，将最新降雨量数据规定为x₁，将q(1≤q≤k—1)阶段前的降雨量数据规定为x_q+1。

通过在线性映射部41进行上述式(1)的运算取得作为k×m矩阵的线性映射数据矩阵Y。

流入量预测部42将线性映射部41获得的线性映射数据作为输入，利用后面阐述的模型鉴定部44建立的流入量预测模型预测雨水流入量。该流入量预测部42的雨水流入量预测中，如图3所示，也参考流入量时间序列数据。

这里，本发明用的流入量预测模型是由过去测量的降雨量数据与该降雨量所对应的流入量数据的关系决定的黑盒模型，流入量预测部利用根据过去降雨量数据与流入量数据的关系预先产生的流入量预测模型，并参考线性映射部41获得的以往降雨量线性映射数据和以往流入量时间序列数据，预测将来雨水流入量。

表现矩阵建立部43利用作为一种多变量分析法的主分量分析，根据过去降雨量时间序列数据求出计算该主分量用的负载矩阵，并将求出的矩阵利用其特性转用到线性映射部41的线性映射中用的表现矩阵P。具体而言，组合过去降雨量时间序列数据的方差、协方差矩阵的固有矢量，从而建立n×m矩阵的表现矩阵P。

用图4详细说明该表现矩阵建立部43的细节。

首先，由表现矩阵建立部43的步骤11根据降雨量测量对象时的n个地点的过去降雨量时间序列数据算出方差、协方差矩阵。用k_h×n矩阵X_h表示过去降雨量时间数据，则构成表现矩阵P的单元形成将X_h的方差、协方差矩阵S_h的n次固有矢量p_j(j＝1、……、n)中的p₁、……、p_m(m<n)作为列矢量排列。其中，对固有矢量p_j(j＝1、……、n)使用对应的固有值λ_j(j＝1、……、n)满足λ₁≥λ₂≥λ_m≥……≥λ_n的关系的。

该步骤11中，如下面的式(2)所示，离散时间点i的第1主分量~第m主分量表示为k_h×m矩阵T的m次行矢量t_i(i＝1、……、k)。

X_h＝TP’+E     ……式(2)

其中，E为因在第m(m<n)主分量进行舍位而产生的误差。“’”是表示置换矩阵的标号。

接着，如图4所示，由步骤12计算累积贡献率a。该累积贡献率a是表示主分量T具有多少源矩阵X_h包含的信息的值。由下面的式(3)算出该累积贡献率a。

[数1]

$a=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_i/\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_i$    ···式(3)

接着，由步骤13选择固有矢量，使累积贡献率a大于预先设定的阈值。最后，由步骤14排列选择的固有矢量，从而获得n×m矩阵的表现矩阵P。

这样，表现矩阵建立部43就在进行过去降雨量时间序列数据矩阵X_h的主分量分析的过程中得到由负载矩阵组成的表现矩阵P。

模型鉴定部44根据进行线性映射并将多变量数据变换成少变量数据的过去多个降雨量时间序列数据和过去多个流入量时间序列数据，建立流入量预测模型。

本发明用的流入量预测模型是黑盒模型，但在该模型鉴定部中，应用系统鉴别方法进行以最小平方法等鉴别系数参数等，将进行线性映射后的过去降雨量时间序列数据与对象设施的雨水流入量时间序列数据的输入输出关系模型化。作为模型化方法，可用例如基于神经网络的方法和采用后面阐述的Hammerstein模型等的方法。

接着，用图5说明流入水质预测机构50的详细组成。如图5所示，流入水质预测机构50具有数据收集装置52、数据存储装置53、预测装置54、运算装置55、运转支援装置56和控制装置57。此外，还可设置天气模型预测装置58。

数据收集装置52周期性地分别收集取得上述降雨量测量部10测量的降雨量(雷达雨量计数据52a和地面雨量计数据52b)、流入水量用的流入渠水位52c和流入水质52d以及有关上述各泵35、36、37的运转状态的泵信息52e和各泵35、36、37的排放量52f。数据存储装置53分别存储数据收集装置52周期性收集的各种数据。

预测装置54用所述数据存储装置53存储的各种数据，借助非线性Hammerstein模型预测流入水质和流入水量。将非线性Hammerstein模型简化表示，则该模型由下面的模型式组成。即，由下面的式(4)求出流入水质，由式(5)求出流入水量。

预测流入水质＝现状(t)流入水质×α1+过去(t—1)流入水质×α2+过去(t—2)流入水质×α3+……

+过去(t—1)降雨量×β1+过去(t—2)降雨量×β2+……

+(过去(t—1)降雨量)²×γ1+(过去(t—2)降雨量)²×γ2+……

+(过去(t—1)降雨量)³×δ1+(过去(t—2)降雨量)³×δ2+……

                                                       ……式(4)

预测流入水量＝现状(t)流入水量×α11+过去(t—1)流入水量×α12+过去(t—2)流入水量×α13+……

+过去(t—1)降雨量×β11+过去(t—2)降雨量×β12+……

+(过去(t—1)降雨量)²×γ11+(过去(t—2)降雨量)²×γ12+……

+(过去(t—1)降雨量)³×δ11+(过去(t—2)降雨量)³×δ12+……

                                                       ……式(5)

上述式(4)、(5)中，t表示当前时间点，t-1表示过去第1次，t-2表示过去第2次，α1、α2、α3、……、α11、α12、α13、……、β1、β2、……、β11、β12、……、γ1、γ2、……、γ11、γ12、……、δ1、δ2、……、δ11、δ12、……分别是系数，每一设备根据下水道20和流入渠21等的规模和特性等设定。

即，流入水质和流入水量按与过去降雨量的规定非线性关系仿效，因而用现在流入水质、若干过去流入水质、若干过去降雨量、若干过去降雨量的乘方值，根据上述模型式(4)预测将来流入水质。同样，也用现在流入水量、若干过去流入水量、若干过去降雨量、若干过去降雨量的乘方值，根据上述模型式(5)求出将来流入水量。

运算装置55根据预测装置54预测的流入水质和流入水量算出所示各泵35、26、37的运转量(运转台数和旋转速度)等。这里，在后面阐述的雨水泵控制机构60的说明中详细阐述雨水泵35的运转量计算。运转支援装置56根据预测装置54预测的流入水量和流入水质产生有关沉沙池雨水泵井30、污水泵井31、雨水积水池32的流入水的积存和排放的运转与关断指令。控制装置57根据所述运转指令产生对相应设备的控制输出。天气模型预测装置58预测普通降雨模型和豪雨模型等天气模型，可利用预测的天气模型修改运算装置55求出的值。

下面，用图6说明雨水泵控制机构60的详细组成。

这里，雨水泵控制机构60是指可编程逻辑控制器(PLC)、工作站、个人计算机、微计算机等可编程装置。雨水泵控制机构有时是多部计算机组成的计算机系统的一种功能。

如图6所示，雨水泵控制机构60具有运转数量计算装置62、开通、关断水位修改装置63和水位计选择装置64。

运转数量计算装置62将所述流入量预测机构40预测的雨水流入量预测值Q、泵井水位H_p、泵排放量Q_p中的至少1个作为输入，对雨水流入量预测值Q计算需要的泵运转数量。

接着，开通、关断水位修改装置63利用下水管道的各上流水位H₁、……、H_n中的至少1个、预测的泵运转数量和现在泵井水位H_p修改预先决定的泵开通、关断水位。

然后，水位计选择装置64根据雷达雨量计11等降雨量测量部10测量的对象下水道区域的平面降雨分布选择成为泵开通、关断水位修改指标的水位计。

雨水泵控制机构60还对雨水泵35发送以开通、关断(通断)信号为代表的各种控制信号，以控制原动机和阀等的泵机械设备。

接着，说明上述那样组成的本实施方式的作用。

首先，用图3和图4说明流入量预测机构40的作用。

如图1所示，首先在降雨量测量部10分别测量按观测网格划分的n个区域的降雨量。

另一方面，如图3所示，利用表现矩阵建立部43建立线性映射的表现矩阵P。具体而言，如图4所示，在该表现矩阵建立部43中，首先由步骤11根据降雨量测量对象区域的n个地点的过去降雨量时间序列数据计算方差、协方差矩阵，同时还算出方差、协方差矩阵的固有矢量p_j(j＝1、……、n)及其对应的固有值λ_j(j＝1、……、n)。

接着，由步骤12根据固有值λ_j利用上述式(3)算出累积贡献率a后，由步骤13选择固有值λ_j，使累积贡献率a大于预先设定的阈值。最后，由步骤14排列选择的固有值λ_j，从而建立n×m矩阵(m<n)的表现矩阵P。

接着，线性映射部41根据降雨量测量部10测量的现在多个地点的降雨量数据取得表示各地点时间序列降雨量的降雨量时间序列数据矩阵X，同时还根据上述式(1)对降雨量时间序列数据矩阵X进行线性映射，将多变量数据变换成少变量数据，从而取得线性映射数据矩阵Y。

这里，降雨量时间序列数据矩阵X是k×n矩阵(k：离散时间点，n：降雨量测量对象区域编号)，表现矩部43建立的表现矩阵P是n×m矩阵(m<n)，因而所得的线性映射数据矩阵Y是k×m矩阵。

这样，就能利用线性映射部41使降雨量时间序列数据的数量从k×n个减少到k×m个。

模型鉴定部44根据进行线性映射并将多变量数据变换成少变量数据后的过去多个降雨量时间序列数据和过去多个流入量时间序列数据，建立流入量预测模型。

然后，流入量预测部42将线性映射部41取得的线性映射数据作为输入，用模型鉴定部41建立的流入量预测模型预测雨水流入量。

接着，用图5说明流入水质预测机构50的作用。

下水道设备中，一般降雨初期的初涌成为问题。初涌发生在初期降雨时，但不知道下水道管渠堆积的污泥在什么时刻流出并到达泵场。因此，流入水质预测机构50中构成通过在降雨时等预测含有堆积的污泥的流入水的流入水质和流入量，也能对初涌作适当处理。例如，对初涌通过尽量在下水道管渠内或雨水积水池中积存含有污泥等的雨水，尽量抑制往河川排水，将水送到下水设备，遵守排水规则，进行环境负载小的处理。

这里，流入水质预测机构50中的下水流入水的水质预测方法根据降雨量求出流入水质，将降雨量或降雨强度作为输入，流入水质(大肠菌、COD、BOD、磷、氮等)作为输出，利用系统鉴别方法提供流入水质预测值。即，根据上述模型式(4)，用现状流入水质测量值和若干过去流入水质测量值进行递归运算，同时还用若干过去降雨实测值进行重递归运算，进而添加若干过去流入水质测量值的乘方(例如2次方、3次方)值，从而预测对降雨形成非线性关系的流入水质。

这样，由于能这样预测流入渠21的流入水的水质，可由运转支援装置56根据预测的流入水质对流入水的积存和排放进行适当控制。预测装置54中，能根据上述模型式(5)预测流入渠21的流入水量，因而可通过用该预测流入水量和预测流入水质进行更适当的运转控制。下面进行详细说明。

下水道设备中，在下水管道20的设置区域降雨时，如上文所述，雨水流入下水管道内20内，从设在其终端部的流入渠21通过未示出的沉沙池积存在沉沙池雨水泵井30、污水泵井31、雨水积水池32。沉沙池雨水泵井30有高于污水泵井31的溢流堰，因而平时的流入水流入污水泵井31，由污水泵36排放到下水处理设备，受下水处理设备处理后，排放到河川34等处。

降雨时，流入包括雨水的大量流入水，则流入渠21的水位升高，流入水也流入沉沙池雨水泵30。积存在沉沙池雨水泵井30的雨水被雨水泵35排放到河川34等处。然而，降雨时的初涌等造成的流入水使下水管道20内堆积的堆积污泥流出，所以该水流入沉沙池雨水泵井30并由雨水泵36排放到河川34时，排出含有堆积污泥的水质差的雨水，在环境方面不理想。因此，根据降雨状况预测含有初涌的流入水质，并预测下水流入量，从而判断积存或排放，进行安全且考虑环境的控制。

如上文所述，降雨时，在雷达雨量计11和多个地面雨量计12等的降雨量测量部10测量降雨量，用数据收集装置52收集它们的数据52a、52b，存储到数据存储部53。同样，也从设在流入渠21的水位计23收集水位数据52c以获得流入渠水位，并从水质计24收集流入水质数据52d，将这些数据存储到数据存储装置53。按规定周期进行这些数据收集装置52的数据收集，将各周期收集的数据分别存储到数据存储装置53。

预测装置54根据数据存储装置53记录的降雨量和流入水质的数据，利用上述非线性Hammerstien模型式(4)、(5)对流入水质和流入水量进行预测运算。非线性Hammerstien模型是着眼于降雨量与流入水质或流入水量的非线性关系的模型，将降雨量增加时流入水质和流入水量与降雨量的乘方(例如2次方、3次方)成正比的结构用于流入水质和流入水量。

运转支援装置56根据这样预测的流入水质的预测值，决定雨水积水池32的积存、包括流入渠21的管渠的积存、雨水泵35的通断和运转数量、污水泵36的通断和运转数量等。例如，预测的流入水的水质比规定的阈值差时，在不超过降雨量上限阈值的范围内，发出运转指令，使设在沉沙池雨水泵井30的雨水泵35不进行运转，设在污水泵井31的污水泵36进行运转。在预测为流入水质变差时，也可使其作为提早下水处理设备(高级处理、标准活性污泥法、氧化槽法等)的运转等的前馈进行运作。

接着，用图6至图11说明雨水泵控制机构60。

具体而言，雨水泵控制机构60的执行步骤包含图7所示的流程图记述的运作内容。

首先，在步骤21由所述流入量预测机构40进行流入量预测后，在步骤22根据其结果算出雨水泵35的运转数量。关于用于该步骤的运转数量计算装置62，日本国专利申请2000—328642号公报等中有详细内容，但阐述其梗概如下。

运转数量计算装置62将流入量预测机构40预测的泵设施雨水流入量和沉沙池雨水泵30的水位测量值等作为输入参数，预测并计算几分钟处(例如5分钟处)至几十分钟处(例如30分钟处)的适当泵运转数量。然后，运转数量计算装置62根据式(6)，用流入量预测机构40输出的规定时间点t+1处的流入量预测值Qr’(t+1)计算泵的运转数量。

N’(t+1)＝Qr’(t+1)/R     ……(6)

其中，N(t)是泵的运转数量(台)，R是泵的额定值(m³/s)，Qr’(t+1)是规定时间点t+1处所流入量预测值。

接着，说明步骤23的开通水位与关断水位的修改。开通水位与关断水位修改装置63在需要对排放预测流入量的水所需的运转数量追加泵运转数量时，修改运转预定泵的预定开通水位，以提早或延迟泵的开通、关断。

如图8的例子所示，对根据运转数量判断为需要开通的泵将该泵的预定开通水位H_on、关断水位H_off分别修改为H_on-ΔH、H_off-ΔH。

作为ΔH具体的值，例如专利文献5(日本国专利公开2000—328642号公报)所记述那样，已有的方法是以当前时间点的泵井水位H_p与预定的泵开通水位H_on之差作为ΔH，即ΔH＝H_on-H_p。

[数2]

$\mathrm{\&Delta;H}=f(H_p,H_l,...,H_n,\frac{{\mathrm{\&Delta;H}}_p}{\mathrm{\&Delta;t}},\frac{\mathrm{\&Delta;}{H}_l}{\mathrm{\&Delta;t}},...,\frac{{\mathrm{\&Delta;H}}_n}{\mathrm{\&Delta;t}},...)$     ···式(7)

有的方法如上面的式(7)那样，将其定义为以泵井水位、上流下水管道水位和它们的时间变化率作为变量的映射f。

有的方法如图9那样，在决定多台泵的通断水位时将通断水位移位。

与专利文献5记述的泵开通、关断水位修改装置不同，本实施方式的特征在于，泵通断水位修改使用下水管道上流的水位。

返回图7，在其步骤24判断表示下水管道上流水位升高的指标是否超过阈值，并且步骤25仅在超过阈值时降低该泵的通断水位。

步骤26中，判断表示下水管道上流水位升高的指标是否低于阈值，并且步骤25仅在低于阈值时升高该泵的通断水位。如果下水管道上流水位升高指标在上下限以内，步骤27就根据预先设定的水位进行泵的通断。然后，步骤28中，在泵井水位Hp达到设定的水位的时间点，从泵控制装置输出雨水排水泵通断信号。

图10示出有关作为表示水位升高的指标的水位测量值和水位升高速度的表。可这样预先决定水位测量值和水位升高速度的关系，用于判断水位和水位升高速度是否超过阈值。

图11是下水管道上流的水位时间序列数据和泵场周边的下流水位数据序列数据的模式图。这里，可将上流与下流的水位升高时间差当作在下水管道往下流的雨水的传送时间。即，在从观测下水管道上流水位升高的时刻提前传送时间的时刻，下流水位应确实升高。

综上所述，利用本实施方式的雨水排水支援方法，能进行以下事项。首先，通过用上述流入量预测机构40，在线性映射部41对作为k×n矩阵的降雨量时间序列数据矩阵X进行线性映射，将其变换成作为k×m(m<n)矩阵的线性映射数据矩阵Y，因而能减少流入量预测部42的流入量预测模型的输入变量个数，可使该流入量预测部42的流入量预测容易。

线性映射部41用过去降雨时间序列数据矩阵X_h的方差协方差矩阵S_h的固有矢量单元组成的表现矩阵P并进行线性映射，取得线性映射数据矩阵Y，因而能使线性映射取得的线性映射数据矩阵Y的单元为相互不相关的独立时间序列数据。

又，通过使构成表现矩阵的单元的固有矢量中，根据该固有矢量算出的累积贡献率a大于设定的阈值，能以尽量不损失线性映射前的降雨量时间序列数据矩阵X具有的信息的方式取得线性映射数据矩阵Y。

线性映射部41用对过去降雨量时间序列数据矩阵X_h的主分量进行分析的过程中得到的负载矩阵组成的表现矩阵P进行线性映射，取得线性映射数据矩阵Y，因而能以尽量不损失线性映射前的降雨量时间序列数据矩阵X具有的信息的方式取得线性映射数据矩阵Y，同时还能使得到的线性映射数据矩阵Y的单元为相互不相关的线性独立时间序列数据。

模型鉴定部44根据进行线性映射并从多变量数据变换成少变量数据的过去降雨量时间序列数据、以及过去流入量时间序列数据，建立流入量预测模型，因而输入到模型鉴定部44的过去降雨量时间序列数据的数量少，能方便地进行流入量预测模型的建立，又由于根据相互不相关的线性独立的过去降雨量时间序列数据建立流入量预测模型，能取得精度高的流入量预测模型。

根据本实施方式的雨水排水支援系统和雨水排水支援方法，通过用流入水质预测机构50，根据雷达雨量计11和地面雨量计12的任一方或双方的降雨量预测流入水质和流入水量，因而能预测初涌的产生。即，运转支援装置56能根据预测的流入水量判别初涌，并发出运转指令，使雨水积水池32积存该初涌的水，并且在降雨量变成规定值以下时，利用雨水积水池32的泵37使积存的水返回污水泵井31。例如，产生初涌时，打开流入渠21至雨水积水池32的闸(未示出)，使初涌的水开头先积存在雨水积水池32。在流入水量充分降低的时间点，例如在雷达雨量计11或地面雨量计12的雨量测量不能测到的时间点，可使用雨水积水池泵37将停留的初涌水从雨水积水池32送回污水泵井31。用污水泵36从污水泵井31送到未示出的下水处理设备，进行下水处理(高级处理、标准活性污泥法、氧化槽法)后排放到河川34，能进行对环境不良影响小的运转。

根据本实施方式的雨水排水控制系统和雨水排水控制方法，通过使用雨水泵控制机构60，将雨水往下流到泵场需要几分钟的时间的地点的下水管道水位作为指标，修改泵的通断水位，例如使泵早开通，从而能在实际产生急剧流入沉沙池雨水泵井的时间点抑制沉沙池雨水泵井水位升高。或反之，使雨水泵延迟开通，从而能减少雨水泵排水量，使受水区域的水质污染减小。

而且，除流入量预测值等有可能产生大误差的指标外，还将实际测量的下水管道上流和沉沙池雨水泵井的水位取为雨水泵通断的指标，因而减小雨水泵运转指令差错的危险性。

本发明的雨水排水系统不限于上述方式，能添加各种变换。

下面利用图12说明本发明雨水排水系统的变换例。图12中，对与图1至图11所示的实施方式相同的部分标注相同的标号，省略详细说明。

如图12所示，本变换例的雨水排水系统，其不同点仅为流入量预测机构40p中，在降雨量测量部10与线性映射部41之间设置降雨量预测部15，其它方面实质上与图1至图11所示的实施方式相同。

下面，用图12说明该流入量预测机构40p。

如图12所示，降雨量预测部15连接降雨量测量部10，发送降雨量测量部10测量的n个区域的时间序列降雨量数据。

而且，降雨量预测部15根据该测量的降雨量时间序列数据，预测将来各区域的时间序列降雨量。

接着，将降雨量预测部15预测的将来的多个地点的降雨量数据送到连接该降雨量预测部15的线性映射部41。然后，该线性映射部41中，对将来的预测降雨量时间序列数据的矩阵Z进行线性映射，将多变量数据变换成少变量数据，并取得线性映射数据矩阵Y。

综上所述，根据本变换例流入量预测机构40p，在线性映射部41对作为k×n矩阵的将来预测降雨量时间序列数据矩阵Z进行线性映射，变换成作为k×m(m<n)的线性映射数据矩阵Y，因而能减少流入量预测部42的流入量预测模型的输入变量个数，可使该流入量预测部42的流入量预测容易。

接着，用图13说明本发明的另一变换例。

如图13所示，本变换例雨水排水系统仅在流入水质预测机构50p中，数据收集装置52p的组成与图5所示的数据收集装置52不同，其它方面实质上与图1至图11所示的实施方式相同。

下面，用图13说明该流入水质预测机构50p。

本变换例的雨水排水系统，对图5所示的实施方式使用设在下水道上20内水质计25、流量计26、水位计27，由数据收集装置52p按规定周期收集作为它们的测量数据的水质25a、流量26a、水位27a，将该收集的数据存储到数据存储装置53。数据收集装置52p和数据存储装置53还从未示出的气象信息系统取得气象信息加以存储。

预测装置54除预测上述流入渠21的流入水质和流入量外，还分别预测下水管道20内的水质、下水管道20内的流量、以及从下水管道20内流入到流入渠21的砂土或堆积物数量。

即，预测装置54根据上述模型式(4)，用现在下水管道20内的水质、若干过去下水管道20内的水质、若干过去降雨量、若干过去降雨量的乘方值预测流入到流入渠21前在下水管道20内的水质计25的设置点上的水质。

预测装置54根据上述模型式(5)，用现在下水管道20内的流量、若干过去下水管道20内的流量、若干过去降雨量、若干过去降雨量的乘方值预测流入到流入渠21前在下水管道20内的流量计26的设置点上的流量。

进而，预测装置54从数据存储装置53取得晴天下在水管道20内的水位、求出下水管道20内的砂土或堆积物高度，并根据雨天在下水管道20内的流量和水质预测流入到流入渠21的初涌水的流量和水质。

本实施方式中，使用设在下水管道20内的水质计25、流量计26、水位计27，按规定周期收集作为它们的测量数据的水质25a、流量26a、水位27a并加以存储，因而从雷达雨量计11和地面雨量计12中的任一方或双方取得降雨量，能预测下水管道20内的所述测量装置的设置位置上的流量和水质。即，能预测流入到流入渠21前的流入量和水质。因此，能更可靠且准确地对雨水积水池32的积存、雨水泵35的通断、污水泵36的通断进行支援与控制。

又，根据雷达雨量计数据52a、地面雨量计数据52b或气象信息系统的天气预报等运算连续天晴的天数，测量连续天晴的日子的下水管道20内的水位27a，预测下水管道20内囤积的砂土和堆积物的高度。然后，根据雨天的下水管道20内的水质25a和流量26a预测流入到流入渠21的流入水量和流入水质。晴天连续时，通常存在下水管道20内附着堆积物并进行堆积的趋势，雨天则该堆积物流入到流入渠21内，因而如果上文所述那样预先求出堆积量，就能准确预测初涌水的流入水量和流入水质。

还可根据流入水质算出BOD-SS负载(处理场所每一生物重量的有机污浊物质BOD的流入负载量)。

Claims (8)

1.一种雨水排水支援方法，用于预测从下水管道流入泵场和下水处理厂的水的水质，其特征在于，包含以下步骤：

按预定频度测量下水管道所在地点的降雨量的步骤、

测量流入泵场或下水处理厂的流入水的水质的步骤、以及

根据现在水质、若干过去水质、若干过去降雨量和若干过去降雨量的乘方值，通过使用非线性Hammerstein模型的系统鉴别方法，预测将来的水质的步骤。

2.一种雨水排水支援系统，用于泵场或下水处理厂，其特征在于，包含

测量下水管道所在地点的降雨量的降雨量测量装置、

测量流入泵场或下水处理厂的流入水的水质的第1水质测量装置、

取得并存储该降雨量测量装置和第1水质测量装置周期性测量的降雨量和水质的数据获取与存储装置、

根据该数据获取与存储装置提供的现在水质、若干过去水质、若干过去降雨量和若干过去降雨量的乘方值，通过使用非线性Hammerstein模型的系统鉴别方法，预测将来的流入水的水质的预测装置、以及

用该预测装置预测的将来水质产生有关流入污水泵井、雨水泵井或雨水积水池的流入水的积存和排放的运转指令的运转支援装置。

3.如权利要求2中所述的雨水排水支援系统，其特征在于，

该预测装置不仅预测将来的水质，而且通过使用非线性Hammerstein模型的系统鉴别方法，根据数据获取与存储装置提供的现在水质、若干过去水质、若干过去降雨量和若干过去降雨量的乘方值预测将来的流入水的流入量；

该运转支援装置不仅用该预测装置预测的将来水质而且用其预测的流入水的流入量，产生有关流入污水泵井、雨水泵井或雨水积水池的流入水的积存和排放的运转指令。

4.如权利要求2中所述的雨水排水支援系统，其特征在于，

在下水管道内设置第2水质测量装置，该数据获取与存储装置还周期性获取并存储该第2水质测量装置测量的下水管道内的水质；

该预测装置通过使用非线性Hammerstein模型的系统鉴别方法根据现在水质、若干过去水质、若干过去降雨量和若干过去降雨量的乘方值，预测流入泵场或下水处理厂前的将来下水管道内的水质；

该运转支援装置还用流入泵场或下水处理厂前的将来下水管道内的水质，产生有关流入污水泵井、雨水泵井或雨水积水池的流入水的积存和排放的运转指令。

5.如权利要求2中所述的雨水排水支援系统，其特征在于，

在下水管道内设置水量测量装置，该数据获取与存储装置还周期性获取并存储该水量测量装置测量的下水管道内的水流量；

该预测装置通过使用非线性Hammerstein模型的系统鉴别方法，根据现在下水管道内的水流量、若干过去下水管道内的水流量、若干过去降雨量和若干过去降雨量的乘方值，预测流入泵场或下水处理厂前的将来下水管道内的水流量；

该运转支援装置还用流入泵场或下水处理厂前的下水管道内的将来水流量，产生有关流入污水泵井、雨水泵井或雨水积水池的流入水的积存和排放的运转指令。

6.如权利要求5中所述的雨水排水支援系统，其特征在于，

在下水管道内设置水位测量装置，数据获取与存储装置还周期性获取并存储该水位测量装置测量的下水管道内的水位；

预测装置从数据获取与存储装置得到晴天在下水管道内的水位，以计算下水管道内砂土或堆积物的高度，并根据雨天在下水管道内的流量和水质以及所述计算的下水管道内砂土或堆积物高度，预测流入泵场或下水处理厂的将来流量和水质。

7.如权利要求2中所述的雨水排水支援系统，其特征在于，

运转支援装置在流入水的水质的预测值比预定的阈值小时，产生运转指令，使设在污水泵井的污水泵工作，而设在雨水泵井的雨水泵关断，除非降雨量大于上限阈值。

8.如权利要求3中所述的雨水排水支援系统，其特征在于，

运转支援装置根据预测的流入水的流入量判别初涌，并产生运转指令，使该初涌的水积存在雨水积水池，并且降雨量小于预定值时，设在雨水积水池的泵使所述积存的水返回污水泵井。

Images