JP2014510261A - 水道施設ネットワークで異常の可能性がある地理的場所を識別するためのシステム及び方法 - Google Patents

Abstract

水道施設ネットワークの領域又は区域内における１又はそれ以上の統計的に異常の可能性がある地理的場所を特定するためのコンピュータ化した方法であって、この水道施設ネットワークは、少なくとも、消費者に送水するための水道管のネットワークと、異常のある領域又は区域内の送水に関するデータを取り込む複数の計器を含む、水道施設ネットワーク内に位置する複数の計器とを含む。この方法は、水道施設ネットワークの領域又は区域内で発生している又は発生した異常の存在を表す異常事象データを受け取るステップを含み、この異常事象データは、計器の１又はそれ以上により生成された計器データに関連する。この方法は、異常事象データに関して、領域又は区域内の異常の可能性がある地理的場所を統計的に特定するように各々が設計された複数のテストを実行するステップも含み、各テストを実行することにより結果が得られる。これらの複数のテストの結果を組み合わせて、特定された異常の可能性がある場所のスコアを生成する。この特定された可能性のある場所の１又はそれ以上をユーザに提示する。
【選択図】 図１

Description

著作権表示
本特許文書の開示の一部は、著作権保護の対象内容を含む。著作権の権利所有者は、合衆国特許商標庁の特許ファイル又は記録内に表されるとおりに第三者が特許文書又は特許開示を複製することには異議を唱えないが、それ以外は全ての著作権を留保する。

本発明の分野は、一般に、水道施設ネットワークなどの資源配分システムをモニタし、配分ネットワークに関連する異常を突き止めることに関する。

国際連合による記録では、前世紀における水の使用が人口増加率の２倍を超える割合で増えており、ますます多くの地域が慢性的に水不足に陥っているとされる。人口が増加する結果、２０２５年までに世界の人口の３分の２が水ストレス状態に陥る可能性がある。水、特に飲料水は、全ての社会経済的発展及び健康人口の維持に不可欠なものである。全世界にわたって人口が増えるにつれ、使用できるきれいな水の割り当てが増えることを求めて水危機が拡大する。

水危機に対処して資源を節約する１つの方法は、水道施設ネットワーク内で生じる漏れ及びその他の事象を検出することである。漏れ及び盗難により失われる水の量は、水道施設ネットワークを流れる水の２５〜３０％に上ると推定する専門家もいる。従って、既に人間が制御しているシステム内の水損失に対処するだけでも、かなりの量の水を節約することができる。

従来、漏れの検出及び場所の特定は、現場作業員などの施設スタッフによる音響測定又は直接物理検査などの単純かつ直接的な方法を使用して行われてきた。しかしながら、これらの方法には、侵襲的測定及び場合によっては堀削作業が必要になり、施設の経営者にとって時間及び資源の両方において著しいコストがかかり得るという欠点がある。

現在では、水道施設ネットワークで発生する漏れ及びその他の異常事象の検出を容易にするためのシステムが存在する。例えば、英国のＡＢＢ社から市販されている水ネットワークセンサ、又は米国特許第４，３６１，０６０号又は第６，９７０，８０８号、又は米国特許出願第０２４７３３１号などの特許に記載されているものなどの市場に出回っている現行システムの中には、一部の形の資源送達ネットワークにおける漏れを検出できると公言しているものもある。同一出願人による「水道施設ネットワークにおける資源をモニタするためのシステム及び方法（ＳＹＳＴＥＭ ＡＮＤ ＭＥＴＨＯＤ ＦＯＲ ＭＯＮＩＴＯＲＩＮＧ ＲＥＳＯＵＲＣＥＳ ＩＮ Ａ ＷＡＴＥＲ ＵＴＩＬＩＴＹ ＮＥＴＷＯＲＫ）」という名称の米国特許出願第１２／７１７，９４４号に記載される改善されたシステムでは、統計技術を使用して他の既存の又は提案されたシステムよりも高いと思われる精度を提供することにより、水道施設ネットワークにおける異常を検出するための様々なシステム及び方法が記載されており、この特許出願はその全体が引用により本明細書に組み入れられる。これらの及びその他のシステムは、影響を受けたセンサ又は計器に基づき、可能性のある場所に関する何らかの一般データを使用して漏れ又はその他の異常の可能性を識別するものである。

ネットワークオペレータが以前に検出した異常の場所をより正確に特定する助けとなるように現在のシステムを改善し、これにより漏れ及びその他の異常をより迅速に発見し、確認して補修することにより、より進んだ資源管理を行うことができる。多くの場合、典型的なシナリオでは、異常に関する警告時に、検出システム又は作業過程によってＤＭＡなどの概略的な場所又は水道施設ネットワークの一部が特定され、次にこれを現場作業員による測量などのより高価な二次的手段によって正確な場所に狭めなければならない。一般に、このような正確な場所を特定するコストは、異常を特定するために調査しなければならないネットワークの面積又は長さに比例する。

米国特許第４，３６１，０６０号明細書 米国特許第６，９７０，８０８号明細書 米国特許出願第０２／０４７，３３１号明細書 米国特許出願第１２／７１７，９４４号明細書

従って、異常事象に関するデータをさらに分析して、所与の概略的な事象の場所をより正確な場所の識別へと高い統計的精度で精密化するための改善されたシステム及び方法が必要とされている。

先行技術における上記の及びその他の不完全性の一部又は全部は、水道施設ネットワークの領域又は区域内で発生した疑いのある１又はそれ以上の統計的に異常の可能性がある地理的場所を特定するためのコンピュータ化した方法及び対応するシステムにより解消される。水道施設ネットワークは、消費者に送水するための水道管のネットワークで構成され、水道施設ネットワーク内に設置された計器、しばしば多くの計器を有する。通常、これらの計器は、水道施設によりネットワーク全体を通じて様々な不規則な位置に配置され、全体としてネットワーク上の水の流量及び状態に関する不完全なデータセットを提供する。センサにより、流量、圧力、貯水池のレベル、酸性度、濁度、塩素化、ノイズなどの量が測定される。計器は、水道管の内部又は外部、ネットワーク装置の近く、又はその他の任意の場所に位置することができる。特に、本明細書で説明する発明においては、計器が、異常のある領域又は区域に水圧的に関連する場所内、その近傍又はその場所に位置し、異常の発生、又はその区域内の異常の発生に影響を受ける可能性がある値を有するデータを取り込む。

本発明のいくつかの態様によれば、上記方法は、水道施設ネットワークの領域又は区域内で発生している又は発生した異常の存在を表す異常事象データを受け取るステップを含む。異常の種類としては、漏れ、圧力損失、水の消費又は流量の異常な増加、濁度の増加、塩素レベルの危険な又は異常な変化、及びｐＨレベルの危険な又は異常な変化などが挙げられる。方法のいくつかの例では、異常事象データを受け取るステップが、データベースから異常事象データを取り出すステップ、又はネットワークを介して異常事象データを受け取るステップを含む。異常事象データは、１又はそれ以上の計器、典型的には少なくとも異常の影響を受けた計器、又は異常が検出された計器データが受け取られた計器により作成された計器データに関連する。ＤＭＡ内などの、ある区域に関連する計器の所定のリストが存在してもよく、これらの関連する計器を、このＤＭＡの周囲及びその範囲内の全ての流量及び圧力計として定義してもよい。異常事象データは、異常の規模に関する以前に計算したデータ、このような異常が発生する統計的可能性、水道施設ネットワーク内の異常が検出された領域又は区域、及びその他の情報を含むこともできる。

いくつかの実施形態では、方法が、センサの一部又は全部の予測値又は予想値（又は予想される値の分布）を受け取るステップを含む。このような値は、米国特許出願第１２／７１７，９４４号に記載されるように、モデル化した予測値又は予想値から、又は計器データ及びその他の二次データに基づく統計的予測から導出することができ、異常検出エンジンにより既に計算しておいてここから受け取ることができる。

コンピュータ化した方法のいくつかの実施形態によれば、領域又は区域内の異常の可能性がある地理的場所を統計的に特定するように各々が設計された複数のテストが異常事象データに関して行われ、各テストにより結果を得る。テストによっては、異常事象データ及びその関連する計器データを使用して行われるものもある。また、テストによっては、例えば漏れに関連するものは、流量、圧力、貯水池のレベル、ノイズ、又は水圧の作用についてのその他の指標といった量の一部を表す計器データに関して行われるものもある。

いくつかの実施形態では、これらのテストの２又はそれ以上が、異常事象データに関して同時に行われる。従って、これらのテストは全て、同じ異常事象データを入力として使用し、同様に他の異なるデータセットを使用して１又はそれ以上の異常の可能性がある場所を出力として生成することもできる。他の実施形態では、異常事象データ及び／又は別のテストの結果に関してこれらのテストの１又はそれ以上が行われる。従って、場合によっては、他のテストにより識別された可能性のある場所に関してテストを行い、水道施設ネットワークに関する外部データなどの他のデータに基づいて可能性のある場所のいくつかを除外する。さらなる実施形態では、水道施設ネットワーク内で同じ異常が異なる時点で発生し続けている旨の存在を表す、時間と共に受け取られる異常事象データセットに関していくつかのテストを繰り返し行う。これらのテストの結果を組み合わせて、異常の可能性がある場所を特定することができる。

いくつかの実施形態では、水道施設ネットワークに関する計器データ以外の追加情報、又は水道施設ネットワークにより送水される水の消費に響を与える条件を表す二次データをテストにおいて使用する。二次データのいくつかの例としては、水道施設ネットワークの地理的又は概略的マップを表すマップデータ、異常事象データに関連する計器データの過去の計器データを表す履歴データ、水道施設ネットワークに関して行われた１又はそれ以上の補修を表す補修データ、水道施設ネットワーク内の水消費に影響を与える天候又はその他の条件を表す外部データ、水道管及び他のネットワーク資産の経過年数及び材料などの資産管理データ、及びサービス不具合又は視認できる破裂の目撃についての消費者レポートなどの、異常を示す他のデータの１又はそれ以上が挙げられる。

いくつかの実施形態では、行われるテストの１つにおいて、複数の計器にわたる計器データの１又はそれ以上の影響を受けた値を比較し、これらの計器の１つ又はいくつかを異常により最も影響を受けたものとして識別する。これらの最も影響を受けたセンサに最も近い範囲が、異常の可能性がある場所として識別される。例えば、異常事象データが漏れの存在を表す場合には、比較する影響を受けた値を、計器内の流量値又は圧力値とすることができる。計器データの１又はそれ以上の影響を受けた値は、各計器の１又はそれ以上の影響を受けた値の予測値又は予想値に対する絶対的増加を計算し、計器全体にわたる絶対的増加を比較すること、各計器の１又はそれ以上の影響を受けた値の予測値又は予想値に対する相対的増加を計算し、計器全体にわたる相対的増加を比較すること、及び各計器の１又はそれ以上影響を受けた値の予測値又は予想値に対する変化の統計的可能性を計算し、計器全体にわたる統計的変化を比較することなどによる複数の方法のうちの１つで比較することができる。

いくつかの実施形態では、別の行われるテストにおいて、異常により影響を受けた計器データ内の１又はそれ以上のパラメータ値の、水道施設ネットワークの区画に沿って互いに水圧的に接続された１又はそれ以上の計器対の間の計器から得られる１又はそれ以上の以前のこのようなパラメータ値からの変化を計算する。例えば、この計算は、１又はそれ以上の水圧的に接続された計器対の間の圧力降下、及び１又はそれ以上の水圧的に接続された計器対の間の以前の又は別様に予想される圧力降下を計算することを含むことができる。１又はそれ以上の計算した変化のいずれかが統計的に有意である場合、この水圧的に接続された計器対の間の水道ネットワークの区画を、関連する量が異常な可能性がある場所として識別される。上記の例では、圧力降下の異常な増加又は減少により、これらの２つのセンサ間の対応する流量の異常が示され、これによりこれらのセンサ間又はセンサの下流における漏れなどの異常がさらに示される。

いくつかの実施形態により行われる別のテストでは、水道施設ネットワーク内における同じ種類の異常の１又はそれ以上の以前の発生、及びこれらの１又はそれ以上の以前の発生の各々の地理的場所を表す以前の異常事象データが受け取られる。次に、このテストでは、例えば、異常事象データ内のパラメータを以前の異常事象データの対応するパラメータと統計的に比較することにより、異常事象データを以前の異常事象データと比較する。異常事象データのパラメータが、以前の異常データのパラメータに統計的に有意に類似している場合、以前の異常事象データの地理的場所が、異常の可能性がある場所として識別される。特定の実施形態では、複数の以前の異常の各々の関連する計器データ及び関連する場所に基づいて複数の以前の異常事象データをクラスタ化することにより、複数の以前の異常の各々の関係が計算される。次に、このクラスタ化した以前の異常データと異常事象データを比較し、関連する異常データに最も近いクラスタを選択することによって異常の可能性がある場所を識別することができ、この識別された可能性のある場所は、このクラスタ内の全ての以前の事象を大まかに含む範囲である。

本発明の実施形態により使用するさらに考えられるテストでは、水道施設ネットワークに関する計器データ以外の追加情報を表す二次データが受け取られ、この二次データは、例えば水道施設ネットワークにより送水される水の消費に影響を与える条件、又はネットワークの環境、又は施設の稼働を表す。次に、このテストでは、以前の異常事象データと二次データを相関付け、この相関付けた以前の異常事象データ及び二次データと異常事象データを比較する。この相関付けでは、以前の異常の地理的データ又はネットワーク位置データの分布を作成することができる。次に、この地理的データ又はネットワーク位置データの分布に照らして異常事象データを分析することにより、異常の可能性がある場所を識別することができる。いくつかの実施形態では、第２の水道施設ネットワークからのネットワークデータの分布を作成し、この第２の水道施設ネットワークからのネットワークデータの分布に照らして異常事象データを分析することによって異常の可能性がある場所を識別することにより、第２の水道施設ネットワークからのデータに照らした形でこのテストを行うことができる。例えば、第２の水道施設ネットワーク内における以前の事象を分析することにより、様々な材料及び経過年数の水道管の破裂の可能性を推定し、この推定を検討中のネットワークに適用することができる。

いくつかの実施形態で行われる追加のテストでは、各計器における異常の検出時刻、及び検出された異常が水道施設ネットワーク内の各水道管を通じて伝播する速度を示すデータを計算する。次に、このテストでは、異常の検出時刻とネットワークに沿った伝播速度を組み合わせることによって異常の可能性がある場所を計算し、又は必要に応じて、測定した到達時刻の差分と予想到達時刻とが一致する１又は複数の場所を特定する。

いくつかの実施形態で行われる追加のテストでは、異常の特徴と、水道管直径データ、サービス不具合データ及びネットワークレイアウトデータなどの一定の制約又は二次データとを比較することにより、可能性のある場所を除外する。従って、可能性のある場所での異常が、その水道管の通常の流量よりも大きな破裂などの、水道ネットワークのこのような異常が発生し得ない区画内で発生したものである場合、この場所は検討事項から除外される。同様に、２つの区域又はＤＭＡ間の破損は、これらの２つの破損した区域を接続するバルブが存在する場合にのみ発生する可能性があり、多くの住居サービス用の接続では、商業又は工業用の接続よりも一定規模の異常に高い消費の可能性は低く（又は可能性はなく）、水盗難の可能性があるものとして識別された異常は、消火栓又は同様の露出した接続部からの盗難の特徴を示すことがある。

これらのテストの結果は、異常の可能性がある場所を識別するものである。次に、この結果を組み合わせて、この特定された異常の可能性がある場所のスコアを生成する。この結果、最も可能性の高い１又は複数の場所が、場合によっては関連するスコアと共にユーザに示される。異常に関するその他のデータを可能性のある（単複の）場所と共にレポートして、異常の特徴及び以前に検出された関連性のある異常に関連するデータを含め、ユーザが場所を精密化するのに役立てることもできる。

限定ではなく例示であることを意図した、同じ又は対応する部分を同じ参照符号によって示す添付図面の図に本発明を示す。

本発明の実施形態による、水道施設ネットワーク内の異常を突き止めるためのシステムを示すブロック図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止めるためのシステムを示すブロック図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止める方法を示すフロー図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止める方法を示すフロー図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止める方法を示すフロー図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止める方法を示すフロー図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止める方法を示すフロー図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止める方法を示すフロー図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止める方法を示すフロー図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止める方法を示すフロー図である。 本発明の実施形態による、水道施設ネットワーク内の異常を突き止める方法を示すフロー図である。 本発明の実施形態による、ジオロケーションエンジンにより生成される、事象情報を提示するウェブユーザインターフェイスを示すスクリーンショットである。 本発明の実施形態による、ジオロケーションエンジンにより生成される、事象情報を提示するウェブユーザインターフェイスを示すスクリーンショットである。 本発明の実施形態による、ジオロケーションエンジンにより生成される、事象情報を提示するウェブユーザインターフェイスを示すスクリーンショットである。

以下の説明では、本明細書の一部を成すとともに、本発明を実施できる特定の実施形態を例示として示す添付図面を参照する。他の実施形態を利用すること、及び本発明の範囲から逸脱することなく構造的な変更を行うことができると理解されたい。

図１は、水道施設ネットワーク内の異常を突き止めるためのシステムの１つの実施形態を示すブロック図である。図１に示すように、このシステムは、コンピュータハードウェアに常駐して後述する機能を実行する様々なソフトウェアモジュール及びデータベースで構成されたジオロケーションエンジン１００を含む。ジオロケーションエンジン１００は、実行可能命令に応答して後述する動作を実行する１又はそれ以上の処理装置を含むことができる。ジオロケーションエンジン１００は、ネットワークデータベース１２０からデータを受け取る異常エンジン１１０から受け取ったデータを分析する。ネットワークデータベース１２０は、異なる計器、センサ、読み取り装置、又は配水ネットワーク（図示せず）に関するその他のデータから情報を受け取る。当業者であれば、特定の文脈によって明確に示していない限り、本明細書で使用する「計器」及び「センサ」という用語は、一般に同じクラスのネットワーク装置を示し、パラメータ又は値又は刺激、特に配水ネットワークに関する刺激を測定できるあらゆる計器、センサ、ゲージ又はその他の装置を含むと理解するであろう。（水質、音響特性を含む異なる異常タイプに対しては）異なるセンサタイプを使用することができる。比較する量は、センサタイプに依存する。例えば、システムは、流量計では流量の（相対的又は絶対的）変化を比較し、圧力計では、水圧的に近接するセンサ対の間の、これらのセンサ対をつなぐ水道管の区画に沿った流量を示す圧力の「損失水頭」又は降下を比較することができる。

後述するように、異常エンジン１１０によって検出された異常の地理的な又はネットワーク上の場所は、後述するジオロケーション１００により計算される。システムは、（ＤＭＡ又は圧力区域などの）所定のネットワーク部分の形の領域、地理的マップ上の多角形、住所範囲（１つの実施形態ではＧＩＳデータから）、又は水道管の長さなどのマーク又は名前付きのネットワーク資産の組を記憶し、操作してユーザにレポートする。異常エンジン１１０により識別される異常及び事象としては、漏れ、破裂、予想外の水消費、破損した又は誤って開いたバルブ、不良計器、計器の較正問題、水質の変化、ネットワークを介して送水される水の量にとって重要なその他の問題、ネットワーク装置の誤動作、及び当業者に公知のその他の問題が挙げられる。

図１に示すように、ジオロケーションエンジン１００が位置情報を計算すると、この情報がユーザインターフェイス１３０に送信される。

図示のシステムは、単一のシステムとして示しているが、様々な実施形態では、複数のハードウェア装置にわたって統合及び／又は分散することができ、論理的、物理的又は地理的に分散することができる。ジオロケーションエンジン１００は、実行可能命令に応答して後述する処理動作を実行するあらゆる好適な物理処理装置とすることができる。ジオロケーションエンジン１００は、データを電子的に記憶できるあらゆる好適な種類の記憶装置を含むこともできる。

当業者であれば、複数の単独の測定機会が存在する場合、例えば（統計的に依存していない時間的に十分に離れた測定をもたらす）長引く異常、或いは夜間にのみ活発になる漏れ又は特定の時間に例外的に使用する消費者などの繰り返し発生する異常が見られる際には、精度を高めるためにこれらの測定機会が反復テストとして組み合わされることも理解するであろう。

図２は、いくつかの実施形態による、水道施設ネットワーク内の異常を突き止めるためのシステムのさらなる詳細を示すブロック図である。１つの実施形態では、要素２００ａ〜２００ｃが、図１のジオロケーションエンジン１００を形成する。図２は、ジオロケーションエンジン２００、異常エンジン２１０及び／又は異常検出器２１１、外部データ２１２、ネットワークデータベース２２０、及びユーザインターフェイス２３０を含む。

１つの実施形態では、ジオロケーションモジュール２００ａが、様々な別個の異なる技術を使用して水道施設ネットワーク内のどこかで発生している異常の場所又は統計的に可能性の高い場所を統計的に予測するＮ個の個別モジュールを含む。後述するように、ジオロケーションモジュール２００ａは、異常エンジン２１０及び／又は異常検出器２１１及び外部データ２１２から受け取ったデータセットを分析する。典型的な異常レポートは、異常の種類、おおよその場所、開始又は検出時刻、任意に終了時刻、任意に関連する計器データ又は関連する計器の指示、及び任意に事象の規模などの異常検出エンジンから受け取ったさらなる特徴を含む。ジオロケーションモジュール２００ａは、各々が１又はそれ以上のプログラミングモジュール内に具体化された、ネットワークに沿った異常の可能性が高い場所を特定する複数のテストを同時に使用する。その後、位置決定エンジン２００ｂに結果が送信され、この結果を統計的に組み合わせて異常の場所を特定する。ジオロケーションモジュール２００ａは、計器、データロガー又はその他の施設データシステムに、これらがデータを収集する速度又は方法を一時的に変更するための命令を送信することができる。いくつかの実施形態では、ジオロケーションモジュール２００ａへの入力が、流量、圧力、音／ノイズを測定するセンサからのデータ、又はネットワーク内の水の動きについての他の指標、並びにネットワーク（ＧＩＳ）及びその環境のデジタルマップ、又はこのようなセンサからの概略的なアーカイブした履歴データ、そして補修のログ及び外部データを含むことができる。分析対象の１又は複数のセンサは、異常を含むことが分かっている概略的な領域内の、異常によって影響を受ける可能性が最も高いセンサである。例えば、いくつかのテストでは、これらのセンサを、異常を含む地理的範囲又は測定対象範囲（「ＤＭＡ」）内に通じる、これらの範囲内の、又はこれらの範囲の近くにある水道管上のセンサとすることができる。当業者であれば、いくつかのテストに対して関連するセンサを選択する際に、あるセンサ及び一般的に分かっている異常の場所が、別の同様の（機能中の）センサ、又はセンサにより測定可能な異常の伝播を妨げるアクティブなネットワーク装置により分離されている（例えば、貯水池が流量信号及び圧力信号を「妨害」する）場合、通常、このセンサは有用でないと理解するであろう。

ジオロケーションモジュール２００ａに入力を提供する異常検出器２１１は、視認できる破裂レポート及びサービス不具合に関する消費者の苦情などの、異常エンジン２１０を使用しない別の異常検出方法又は処理からの情報を含むことができる。

外部データ２１２は、水道施設ネットワーク内のどこかで発生している異常の場所又は統計的に可能性の高い場所の予測を容易にするための追加情報をジオロケーションモジュール２００ａに供給することもできる。外部データ２１２により供給されるデータは、水道施設ネットワーク内の水消費及びネットワーク挙動に影響を与える天気予報、休日又はその他のカレンダー上のイベント、或いはネットワークの機能に影響を与える可能性のある施設自体又はその顧客による他のいずれかのイベントなどの、厳密には上記のカテゴリには含まれない水消費及びネットワーク状態に関連する追加情報を含む。いくつかの実施形態では、外部データ２１２が、ユーザから水道施設ネットワークオペレータへの、視認できる漏れをオペレータに知らせる通話記録を含む。外部データ２１２は、この情報から、漏れのある場所のマップ上の点などの情報をジオロケーションモジュール２００ａに供給する。他の実施形態では、外部データ２１２が、正確な漏れ又は異常の場所ではないが、漏れ又は異常が認められた領域を示す外部レポートの収集を含む。外部データ２１２は、異常の下流のサービス不具合又はその他の視認できる破裂レポートを供給することができる。外部データ２１２は、異常を突き止める一環として追加データの収集に従事する現場の検出作業員又はその他の施設スタッフにより供給される（いくつかの初期のジオロケーション結果が目的とする現場の音響調査などの）データをさらに含むことができる。上述した外部データ２１２の一部又は全部をジオロケーションモジュール２００ａに供給して、より正確な結果が得られるようにすることができる。

その後、位置決定エンジン２００ｂは、ジオロケーションデータベース２００ｃに位置情報を送信し、このジオロケーションデータベース２００ｃが、この情報をユーザインターフェイス２３０に送信する。ユーザインターフェイス２３０は、ユーザに対して位置情報を表示する。いくつかの実施形態では、このユーザインターフェイス２３０を介してユーザに表示される位置情報が、例えば現場スタッフが調査に優先順位を付ける支援とするために、各位置に割り当てた（ｐ値又は確率などの）統計的スコア又は「高確率」又は「低確率」の指示などの単純化した表現、或いは色分けしたマップを含む、異常を含む可能性が最も高い地理的範囲及び／又はネットワークの水道管のリストを含む。いくつかの実施形態では、この出力が、各センサ位置に登録された異常の相対的規模、及びユーザが推定される場所を対話的に改善するようにマップ上に表示される上記の範囲／水道管などの処理済みデータを含む。

位置決定エンジン２００ｂは、ネットワークデータベース２２０、センサ、又は水道施設ネットワークに接続されたデータ収集システム（図示せず）に、将来的な異常の変化の位置特定能力を高めるために、異常が検出された時点で水道管又は貯水池を流れる水又は資源のサンプリング速度を上げるように遠隔的に指示することもできる。サンプリング速度が１分間に１回未満であっても依然として何百もの計器に解像度を提供できる、いくつかの水質指標などの一般に流速（又はそれよりも遅い速度）で搬送される信号は明らかな例外である。

当業者であれば、ジオロケーションモジュール２００ａによって代表される複数のモジュール又はテストを使用してＮ個のジオロケーションモジュール２００ａからの統計的可能性を比較することにより、ある場所が異常の可能性が高い場所であることの信頼性が増すことも、又はある場所が異常の可能性が高い場所であることの信頼性が下がることもあると理解するであろう。１つの実施形態では、位置決定エンジン２００ｂが、Ｎ個のジオロケーションモジュール２００ａからの位置データに等しく重み付けすることができる。別の実施形態では、位置決定エンジン２００ｂが、各Ｎ個のジオロケーションモジュール２００ａから送信された場所に、所定の構成に基づいて重みを割り当てることができる。別の実施形態では、位置決定エンジンが、ルールエンジンを使用して、対立する結果の優位性を所定のルールに基づいて決定する。

図３は、水道施設ネットワークの領域又は区域内の１又はそれ以上の統計的に異常の可能性がある地理的場所を特定するためのコンピュータ化した方法の実施形態を示すフロー図である。ステップ３０１において、異常事象データを受け取る。この実施形態では、異常事象データが、水道施設ネットワークの領域又は区域内で発生している又は発生した異常の存在を表し、この異常事象データは、１又はそれ以上の計器により作成された計器データに関連する。いくつかの実施形態では、上述した米国特許出願第１２／７１７，９４４号に開示されるように、異常データが事前に計算される。次に、ステップ３０２において、この異常事象データに関して、領域又は区域内の異常の可能性がある地理的場所を統計的に特定するように各々が設計された複数のテストを行い、各テストを実行することにより結果を得る。次に、ステップ３０３において、複数のテストの結果を組み合わせて、特定された異常の可能性がある場所のスコアを生成する。いくつかの実施形態では、ステップ３０２及び３０３が、図１の要素１００によって実行され、又はより詳細には、図２の要素２００ａ〜２００ｃのいずれかの組み合わせにより実行される。最後に、ステップ３０４において、特定された１又はそれ以上の可能性のある場所をユーザに提示する。いくつかの実施形態では、ステップ３０４が、図１の要素１３０又は図２の要素２３０により実行される。

図４は、異常事象データに関する複数のテストのうちの１つの一実施形態を示すフロー図である。図４に示す実施形態では、複数のセンサにおける異常の相対的規模を、流量及びノイズなどの信号タイプに関して比較する。ステップ４０１において、要素４０２〜４０４に表す方法の少なくとも１つに従って、各センサにおける異常信号を評価する。要素４０２において、各計器における１又はそれ以上の影響を受けた値の、予測値又は予想値に対する絶対的増加を計算し、その後計器全体にわたる絶対的増加を比較する。或いは、ステップ４０３において、各計器における１又はそれ以上の影響を受けた値の、予測値又は予想値に対する相対的増加を計算し、その計算を計器全体にわたる相対的増加と比較する。或いは、ステップ４０４において、各計器における１又はそれ以上の影響を受けた値の、予測値又は予想値に対する統計的変化を計算し、計器全体にわたる統計的変化を比較する。次に、ステップ４０５において、評価された異常信号を出力する。このステップの考えられる出力としては、以下に限定されるわけではないが、（１）「最も近い（単複の）センサ」の出力、（２）各センサのスコアに過去に起こった同様の異常の以前のこのような出力を加えたものをこれらの既知のジオロケーションと共に含む、ユーザの決定をサポートする出力、（３）図７に関連して以下でさらに詳述する機械学習法を通じたさらなる処理のための完全な出力が挙げられる。

水道施設ネットワークではよくあることであるが、圧力センサは、より高密度に（固定センサアレイの形で、又は異常の特定に役立つように利用される移動センサとして）分散する。そのネットワーク区画内の流量に関連する２又はそれ以上のセンサ間の圧力降下を、１つの統計的測定とすることができる。従って、センサ間の正確な流量が分かっておらず、複雑な水圧モデルが必要となり得る場合でも、この統計的に有意な圧力降下が流量の変化の可能性を示す。図５は、異常の可能性がある地理的場所を統計的に特定するための複数のテストのうちの少なくとも１つを実行するための１つの実施形態を示すフロー図である。ステップ５０１において、互いに水圧的に接続された計器対の値の差分の１又はそれ以上の値の変化を、この差分の１又はそれ以上の以前の値又は予想値から計算する。１つの値の例を、水道施設ネットワークの複数の測定から取得された圧力値とすることができる。次に、ステップ５０２において、１又はそれ以上の計算した変化のいずれかが統計的に有意であるかどうかを判定する。次に、ステップ５０３において、このような水圧的に接続された計器間の１又はそれ以上の値の変化が統計的に有意と判定された場合、この水圧的に接続された計器対の間の区画が、異常の可能性がある場所として識別される。

図６は、異常事象データを過去の記録から得られる以前の異常事象データと比較するための１つの実施形態を示すフロー図である。ステップ６０１において、異常事象データのパラメータを、以前の異常事象データの対応するパラメータと統計的に比較する。異常事象データのパラメータの例としては、生の計器データ、地理的データ、及び／又は外部条件（日付、天候、又はネットワークの同時動作／状態など）が挙げられる。例えば、個々の計器値又は個々の計器異常の規模が類似している場合、ある異常が以前の異常に類似していると考えられる。さらなる例として、特定の流量計が最も強く影響を受けている場合、このような分析により、特定の水道管区画を、ネットワークオペレータによる既知の計画された高圧手順中に漏れが検出された可能性の高い場所であると判断することができる。

統計的比較の１つの例としては、異常を特徴が似通った一群の事象及び極めて独特な位置情報の分布（ＤＭＡの特定の１／４に見られる際だった傾向など）に分類するＫ近傍法（「ＫＮＮ」）などのクラスタ化方法が挙げられる。

次に、ステップ６０２において、異常事象データのパラメータが以前の異常データのパラメータに統計的に有意に類似している場合、この以前の異常事象データの地理的場所を異常の可能性がある場所として識別する。本実施形態のさらなる詳細として、システムは、分析する新たな事象の最も可能性の高い場所を予測するために、この事象に最も近い（１又は複数の）クラスタを見つけ、このクラスタの位置分布（又はこれらの分布の組み合わせ）を戻す。異常事象データを以前の異常事象データと比較するための他の実施形態では、複数の以前の異常の各々の関連する場所に基づいて複数の以前の異常事象データをクラスタ化することにより複数の以前の異常の各々の関係を計算し、異常の可能性がある場所の識別は、異常事象データをクラスタ化した以前の異常事象データと比較すること、及び関連する異常データに最も近いクラスタを選択することを含む。

いくつかの実施形態では、事象固有のデータが場所を特定する上で役に立たない場合でも、システムは、漏れ（又はその他の異常タイプ）が発生する可能性が最も高い場所を記述する推測的分布を作成する。さらなる実施形態では、システムが、以前に記録して修復した事象に基づいて、特定の種類の事象が履歴的に発生しやすい場所を特定する（例えば、あるＤＭＡ内の事象の４０％が特定の水道管区画に沿って発生していた場合、この区画で新たな事象が発生する可能性は４０％であると考えられる）。この履歴データのトレーニングセットを使用した異常の可能性がある場所のモデリングは、（例えばＤＭＡレベルでの一般的な位置特定を上回るさらなるデータに関わらず）一定の確率的ジオロケーション予測を提供する。同様に、データが利用可能な場合、システムは、土壌タイプ又は水道管の材料及び経過年数などの詳細な地理的データ及び／又はネットワークデータを使用して分布を作成する。土壌タイプ及び水道管の経過年数などから相対的破裂確率へのマッピングが、（以前の調査から）入力され、又はデータから直接測定され、又は（余白が大きくデータ点が乏しい場合）ＫＮＮクラスタ化などの一般的な機械学習法によって予測される。これらが十分に類似している場合、及び使用するパラメータにより（水道管の経過年数の分布などの）関連する相違点が合理的に捕らえられる場合、この学習は、他の水道ネットワークからのデータにも依拠することができる。

より一般的には、図７は、例えば上記段落で説明したような、領域又は区域内の異常の可能性がある地理的場所を統計的に特定するための複数のテストのうちの少なくとも１つを実行するための１つの実施形態を示すフロー図である。ステップ７０１において、水道施設ネットワークに関する計器データ以外の追加情報又は水道施設ネットワークにより送水される水の消費に影響を与える条件を表す二次データを受け取る。次に、ステップ７０２において、以前の異常事象データを二次データに相関付ける。次に、異常事象データを、この相関付けた以前の異常事象データ及び二次データと比較する。次に、ステップ７０３において、異常事象データを、この相関付けた以前の異常事象データ及び二次データと比較する。図８及び図９に、さらなる実施形態における、以前の異常事象データと二次データを相関付けるためのさらなる詳細を示す。

利用可能なデータにもよるが、漏れの位置を特定する方法には、地理的半径の面で非常に細かな位置を提供できないものもある。さらに、別の異常検出方法又は処理によって異常の検出を行っておくこともでき、この方法は、当然ながらネットワーク構造の観点ではなく地理的観点から位置を提供する傾向にある。（例えば、同じ道路の下などでは）長い距離にわたって複数の本管が平行に及び／又は地理的に近接して走っていることが多いので、異常を含むネットワークルートを識別して、例えばネットワークオペレータが上流のバルブを遮断できるようにする上で、異常を効率的に管理するには相当数の値が存在することもあり、正確な破裂位置を正確なネットワーク資産に相関付けるのが困難なこともある。このような状況では、出力が、地理的表記ではなくネットワーク位置に基づく。（典型的な配水シナリオなどのように、地理的範囲がネットワーク範囲を一意に特定する場合には、より一層の利便性のために出力を適当な地理的領域として表示することができる。例えば、２つの異なる圧力区域によって所与の近隣の建物の低位階及び上位階に供給を行っている場合、これらの圧力区域は大幅に重複する可能性があるので、地理的領域としての表示が常に十分であるとは限らない。）システムの出力の１つは、名前付き資産リストなどのネットワーク位置、又は異常が特定される可能性のある地理的な又は概略的な位置に基づくことができる。

図８は、図７で説明した以前の異常事象データと二次データを相関付けるための１つの実施形態を示すフロー図である。まず、ステップ８０１において、以前の異常の地理的な又はネットワーク上の位置データの分布を作成する。次に、ステップ８０２において、この地理的な又はネットワーク上の位置データの分布に照らして異常事象データを分析することにより、異常の可能性がある場所を識別する。

図９は、図７で説明した以前の異常事象データと二次データを相関付けるための別の実施形態を示すフロー図である。まず、ステップ９０１において、第２の水道施設ネットワークからのネットワークデータの分布を作成する。次に、ステップ９０２において、この第２の水道施設ネットワークからのネットワークデータの分布に照らして異常事象データを分析することにより、異常の可能性がある場所を識別する。

図１０は、複数のテストのうちの１つを実行して異常の可能性がある地理的場所を統計的に特定するための１つの実施形態を示すフロー図である。ステップ１００１において、異常により影響を受けた複数の計器のうちの少なくとも２つから異常の検出時刻を受け取る。この実施形態では、異常の開始又はこの異常の他の何らかの特徴が十分にはっきりしている場合、各センサにおける異常の検出時刻を比較し、関連する量のサンプリングは、信号の伝播速度に比べて十分に速い。次に、ステップ１００２において、検出された異常の、水道施設ネットワーク内の各水道管を通じた伝播速度を示すデータを求める。次に、ステップ１００３において、異常の検出時刻と伝播速度を組み合わせることにより、異常の可能性がある場所を計算して、測定した到達時刻の差分と異常の可能性がある場所間の予想到達時刻とが一致する１又は複数の位置を特定する。このような時間差で信号が受け取られる可能性のある１又は複数の範囲を、時間スタンプの不正確さ（±１分など）を考慮に入れてユーザに提示する。いくつかの実施形態では、異常の可能性がある場所間の水道管の特定された交点が、図１及び図２のユーザインターフェイス１３０又は２３０をそれぞれ介してユーザに提示される。

図１０の実施形態に代表されるこの方法は、ＲＡＤＡＲにおける到達のデルタタイムの計算に類似する。しかしながら、水道ネットワークでは、最も関連性の高い信号がネットワーク経路のみに沿って伝播する。例えば、流量及び圧力の変化は、加圧された水道管を通じて音速で伝達し、１秒の差分が何百もの計器のオフセットに等しくなるので、センサタイプによっては、この計算に非常に速い（及び正確に時間をスタンプされた）センサのサンプリングを必要とするものもある。従って、いくつかの実施形態では、システムが、センサ又はこれに接続されたデータ収集システムに、将来的な異常の変化に対する位置特定能力を高めるために、異常が検出された時点でサンプリングレートを上げるように遠隔的に指示する。サンプリング速度が１分間に１回未満であっても依然として何百もの計器に解像度を提供できる、いくつかの水質指標などの一般に流速（又はそれよりも遅い速度）で搬送される信号は明らかな例外である。

図６に関連して説明した機械学習法、及び図１０に関連して説明した方法に代えて又はこれに加えて、現在の異常の特徴及び関連情報を、（恐らくはより狭く選別された少なくとも同じＤＭＡに属する）以前の類似の事象の同じデータと共に、ユーザインターフェイスを介してユーザに表示することができる。この結果、ユーザは、正確な位置に関する推測を、知識に基づいて、場合によってはシステム内に存在しないさらなるデータ又は経験を考慮に入れて行うことができるようになる。

図１１は、分析エンジンにより実行される、異常の可能性がある場所を統計的に特定するためのテストの１つの実施形態を示すフロー図である。ステップ１１０１において、複数の以前の異常の発生を示すデータを受け取る。次に、ステップ１１０２において、異常データ、特に計器データ又は個々の計器の異常の規模及び複数の以前の異常の各々の関連する場所に基づいて複数の以前の異常をクラスタ化することにより、この複数の以前の異常の各々の関係を計算する。最後に、ステップ１１０３において、関連する異常データをクラスタデータと比較することによって異常の場所を予測し、この関連する異常データに最も近いクラスタを選択する。いくつかの実施形態では、この選択されたクラスタが、図１及び図２のユーザインターフェイス１３０又は２３０をそれぞれ介してユーザに提示される。

１つの実施形態では、検出された異常の特徴、及びその検出モード、並びにネットワーク構造などにより特定される一定の物理的制約に基づいて、ネットワークのいくつかの資産又は部分が、異常の可能性がある場所として選択（又は除外）される。例えば、大きな流量を伴う漏れが直径の小さな水道管に沿って生じることはあり得ず、直径１０ｃｍの水道管の最大流量が６０ｍ³／時であると推定される場合、あらゆる破裂がこの水道管に沿ってより高い率で生じることはあり得ない。別の例として、顧客により検出又は通報された水損失異常の範囲内に、関連するサービス不具合（複数のサービス接続における低圧など）が存在する場合、これらの不具合は異常の下流に生じなければならない。

図１２は、本発明の１つの実施形態による、ジオロケーションエンジンにより生成されるユーザインターフェイス（「ＵＩ」）のスクリーンショットである。図１２は、計器又はセンサ１２０２ａ〜ｆ及び区域１２０３ａ〜ｃなどの、資産位置を含む画面１２０１を含む。資産１２０３ａ〜ｃは、マップ上に重なり、異常の可能性がある場所及び「最も近いセンサ」出力を示す。図１２の画面１２０１は、複数の異なるレベルの異常の場所の信頼度を示す色付きの又は陰影付きの区域１２０２ａ〜ｃをユーザに表示する。ユーザとは、例えば、分析中の水道ネットワークをモニタする任務を負った水道施設ネットワークにおける作業員であってもよい。図示の実施形態では、１２０３ｃなどの、１２０３ｂに比べて暗いピンクの箇所の方が異常を含む可能性が高いのに対し、区域１２０３ａよりも区域１２０３ｂの方が異常を含む可能性が高い。このような可能性のある場所の格付けは、個々の統計テストの結果の単純化した表示に由来し、例えば、システムは、センサ１２０２ｄが区域１２０３ｃによって最も強く影響を受けているので、区域１２０３ｃが異常を含む可能性が最も高いと判断することができる。

図１３は、本発明の１つの実施形態による、ジオロケーションエンジンにより生成される別のＵＩのスクリーンショットである。図１３は、資産位置１３０２ａ〜ｂ、水道管１３０３ａ〜ｂ及び通知１３０４ａ〜ｂを含む画面１３０１を含む。画面１３０１は、検出された異常の影響を受けていて資産１３０２ａ〜ｂ間に位置する水道管１３０３ａの色付けたしるしを表示する。通知１３０４ａは、ＵＩのユーザに、検出された異常により水道管１３０３ａが影響を受けたことを示すために提供される。さらに、この実施形態では、大まかに資産位置１３０２ａ〜ｂ間に別の水道管１３０３ｂが地理的に近接して配置されているが、水道管１３０３ｂは、検出された異常により影響を受けておらず、緑で陰影を付けている。画面１３０１は、施設のＧＩＳシステム内の水道管区画１３０３ａを識別するシリアルナンバー又は名前などの、施設により使用される一意に解釈可能な識別子によってＵＩのユーザにこのような情報を示す通知１３０４ｂをさらに含む。当業者であれば、影響を受けた水道管１３０３ａ及び影響を受けていない水道管１３０３ｂの通知１３０４ａ〜ｂを与えられた施設が、要素１３０２ａ〜ｂの箇所又はその近くに位置する同じ組の資産間に存在すると理解するであろう。

図１４は、本発明の１つの実施形態による、ジオロケーションエンジンにより生成される別のＵＩのスクリーンショットである。図１４は、画面１４０１及び資産位置１４０２ａ〜ｆを含む。画面１４０１は、検出された異常により影響を受けた資産位置１４０２ａ〜ｆの色付けたしるしを表示する。各資産位置１４０２ａ〜ｃに割り当てられた色付けたしるしは、ＵＩのユーザに異常がある場所の信頼度を示す。このようなしるしは、（例えば、ＤＭＡの周辺のセンサ位置がピンによって表され、このＤＭＡ内の水道管に異常があると想定される場合）「最も近いセンサ」出力のために使用することができ、又は（例えば、ＤＭＡ又は圧力区域の境界値がピンによって表され、これらの１つが異常を含むと想定される場合、又はセンサの組がピンによって表され、これらの組の１つに障害があると判断された場合）場所が離散的な異常である場合に、すなわちいくつかの地点の資産の１つが異常である場合に使用することができる。この実施形態では、ジオロケーションエンジンが、資産位置１４０２ｃに関連する信頼度レベルが他の資産位置よりも高いと判断したので、異常が検出された可能性がある場所を含む資産位置１４０２ｃには、資産位置１４０２ａ〜ｂ又は１４０２ｄ〜ｆよりも暗く陰影を付けている。同様に、ジオロケーションエンジンが、検出された異常が資産位置１４０２ｅに位置することをある程度の信頼度で判断したので、資産位置１４０２ｅにも陰影を付けている。しかしながら、資産位置１４０２ｅには、資産位置１４０２ｃほど暗く陰影を付けずに、検出された異常が資産位置１４０２ｅに位置することに対するジオロケーションエンジンの信頼性が、資産位置１４０２ｃに位置することに対する信頼性よりも低いことを示している。資産位置１４０２ｃには、全ての他の資産位置よりも暗く陰影を付けて、この位置における検出された異常の規模がより大きなものであることを示している。

図１〜図１４は、本発明の説明を可能にする概念的説明図である。本発明の実施形態の様々な態様は、ハードウェア、ファームウェア、ソフトウェア、又はこれらの組み合わせで実施できると理解されたい。このような実施形態では、本発明の機能を実行するために、様々な構成要素及び／又はステップが、ハードウェア、ファームウェア及び／又はソフトウェアの形で実現される。すなわち、ハードウェア、ファームウェア、又はソフトウェアのモジュールの同じ部分が、図示のブロック（例えば、構成要素又はステップ）の１又はそれ以上を実行することができる。

本発明は、水道施設ネットワークだけでなくあらゆる種類の配分システムにも適用されると理解されたい。他の種類の配分システムは、油、下水又は汚水、ガス、電気、電話、自動車交通、又は１つのエリアから消費者への液体又は流動資源を含むその他のエネルギー送達システムであってもよい。実際に、流量、圧力、品質又はデータ自体の流れなどの配分パラメータを測定する計器又はセンサをネットワーク内の任意の位置に有するあらゆる配分又は収集システムに本発明を適用することができる。

ソフトウェア実装では、（プログラム又はその他の命令などの）コンピュータソフトウェア及び／又はデータが、コンピュータプログラム製品の一部として機械可読媒体に記憶され、取り外し可能記憶ドライブ、ハードドライブ、又は通信インターフェイスを介してコンピュータシステム又は他の装置又は機械にロードされる。（コンピュータ制御ロジック又はコンピュータ可読プログラムコードとも呼ばれる）コンピュータプログラムが、メインメモリ及び／又は二次メモリに記憶され、（コントローラなどの）１又はそれ以上のプロセッサにより実行されて、本明細書で説明した本発明の機能を１又はそれ以上のプロセッサに実行させる。本文書では、「機械可読媒体」、「コンピュータプログラム媒体」及び「コンピュータ使用可能媒体」という用語を、一般にランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、取り外し可能記憶装置（磁気又は光ディスク、フラッシュメモリ素子など）、又はハードディスクなどを示すために使用している。

なお、説明又は図示した要素の一部又は全部を入れ替えることにより他の実施形態が可能となるので、上記の図及び例は、本発明の範囲を単一の実施形態に限定することを意図するものではない。さらに、公知の構成要素を使用して本発明のいくつかの要素を部分的に又は完全に実現できる場合、本発明を曖昧にしないように、このような公知の構成要素の部分については本発明を理解するために必要なものしか記載しておらず、これらの公知の構成要素の他の部分については詳細な説明を省いている。本明細書では、特に明示しない限り、単数の構成要素を示す実施形態を、複数の同じ構成要素を含む他の実施形態に必ずしも限定すべきではなく、逆もまた同様である。さらに、出願人は、同様に明示しない限り、明細書又は特許請求の範囲におけるいずれの用語も非通常的な又は特別な意味を有さないことを意図している。さらに、本発明は、本明細書において例示目的で引用した公知の構成要素の現在知られている同等物及び将来的に知られる同等物を含む。

特定の実施形態についての上述の説明は、（本明細書で引用した、及び引用により本明細書に組み入れた文献の内容を含む）（単複の）関連技術の範囲内の知識を適用することにより、他者が必要以上の実験を伴わずに、本発明の一般的な概念から逸脱することなくこのような特定の実施形態を修正し、及び／又は様々な用途に容易に適応させることができるように、本発明の一般的な性質を十分に明らかにしたものである。従って、本明細書に示す教示及び手引きに基づいて、開示した実施形態の同等物の意味及び範囲には、このような適応及び修正が含まれることが意図されている。

本発明の様々な実施形態について上述したが、これらは例示目的で提示したものであり限定的なものではないと理解されたい。（単複の）関連技術における精通者には、本発明の思想及び範囲から逸脱することなく、形式及び詳細の様々な変更を行い得ることが明らかであろう。従って、本発明は、上述の例示的な実施形態のいずれによっても限定されるべきではなく、以下の特許請求の範囲及びこれらの同等物によってのみ定義されるべきである。

Claims (30)

1. 水道施設ネットワークの領域又は区域内において統計的に異常の可能性がある１以上の地理的場所を特定するためにコンピュータで実行される方法であって、
   前記水道施設ネットワークは、消費者に送水するための水道管のネットワークと、前記水道施設ネットワーク内に位置する複数の計器とを少なくとも含み、当該複数の計器は、異常のある領域又は区域内の送水に関するデータを取り込む複数の計器を含み、
   前記方法は、
   前記水道施設ネットワークの領域又は区域内で発生している又は発生した異常の存在を表す、前記計器の１又はそれ以上により生成された計器データに関連する異常事象データを受け取る処理と、
   前記異常事象データに関して、前記領域又は区域内の前記異常の可能性がある地理的場所を統計的に特定するように各々が設計された複数のテストを実行し、各テストを実行することにより結果を得る処理と、
   前記複数のテストの結果を組み合わせて、前記特定された異常の可能性がある場所のスコアを生成する処理と、
   前記特定された可能性のある場所の１又はそれ以上をユーザに提示する処理と、
   を含む方法。
2. 前記受け取った異常事象データに関連する前記計器データを受け取る処理を含み、前記複数のテストを実行する処理は、前記異常事象データ及び前記関連する計器データに関して少なくとも１つのテストを実行することを含む、請求項１に記載の方法。
3. 前記計器データを受け取る処理は、前記水道施設ネットワーク内の水の流量又は圧力を表す計器データを受け取ることを含む、請求項２に記載の方法。
4. 前記水道施設ネットワークに関する計器データ以外の追加情報を表す、或いは前記水道施設ネットワークにより送水される水の消費又はネットワーク動作に影響を与える条件を表す二次データを受け取る処理を含み、
   前記テストを実行する処理は、前記異常事象データ及び前記受け取った二次データに関して少なくとも１つのテストを実行することを含む、請求項１に記載の方法。
5. 前記二次データを受け取る処理は、
   前記水道施設ネットワークの地理的マップを表すマップデータと、
   前記異常事象データに関連する前記計器データの過去の計器データを表す履歴データと、
   前記水道施設ネットワークに対して行われた１又はそれ以上の補修を表す補修データと、
   前記水道施設ネットワーク内の水消費又はネットワーク動作に影響を与える天候又はその他の条件を表す外部データと、
   から成るグループから選択された二次データを受け取ることを含む、請求項４に記載の方法。
6. 前記複数のテストを実行する処理は、前記異常事象データに関して前記テストの２つ又はそれ以上を同時に実行することを含む、請求項１に記載の方法。
7. 前記複数のテストを実行する処理は、前記異常事象データ及び別のテストの結果に関して前記テストの少なくとも１つを実行することを含む、請求項１に記載の方法。
8. 前記異常事象データを受け取ることは、前記水道施設ネットワーク内で異なる時点で発生し続けている同じ事象の存在を表す時間に伴う複数の異常事象データセットを受け取ることを含み、
   前記複数のテストを実行する処理は、各受け取った異常事象データセットに関して前記テストの少なくとも１つを繰り返し実行することを含む、請求項１に記載の方法。
9. 前記異常事象データを受け取る処理は、前記異常事象データをデータベースから取り出すことを含む、請求項１に記載の方法。
10. 前記異常事象データを受け取る処理は、前記異常事象データを、ネットワークを介して受け取ることを含む、請求項１に記載の方法。
11. 前記異常事象データに関連する、前記異常により影響を受けたパラメータの１又はそれ以上の値を含む前記計器データを受け取る処理を含み、前記複数のテストを実行する処理は、前記複数の計器にわたる前記計器データの１又はそれ以上の影響を受けた値を比較し、前記計器の１つを前記異常により最も影響を受けたものとして識別することにより、前記テストの少なくとも１つを実行することを含む、請求項１に記載の方法。
12. 前記計器データの１又はそれ以上の影響を受けた値を比較することには、
    前記計器の各々における前記１又はそれ以上の影響を受けた値の、予測値又は予想値に対する絶対的増加を計算し、前記計器全体にわたる前記絶対的増加を比較すること、
    前記計器の各々における前記１又はそれ以上の影響を受けた値の、予測値又は予想値に対する相対的増加を計算し、前記計器全体にわたる前記相対的増加を比較すること、
    前記計器の各々における前記１又はそれ以上の影響を受けた値の、予測値又は予想値に対する統計的変化を計算し、前記計器全体にわたる前記統計的変化を比較すること、
    のうちの少なくとも１つを含む、請求項１１に記載の方法。
13. 前記異常事象データは漏れの存在を表し、前記１又はそれ以上の影響を受けた値を比較することは、前記計器における流量又は圧力値を比較することを含む、請求項１１に記載の方法。
14. 前記異常事象データに関連する、前記異常により影響を受けたパラメータの１又はそれ以上の値を含む前記計器データを受け取る処理と、
    前記計器により提供された、前記異常により影響を受けた前記パラメータの１又はそれ以上の以前の値を含む、前記異常の発生よりも前の１又はそれ以上の時点からのデータを提示する以前の計器データを受け取る処理と、
    を含み、
    前記複数のテストを実行する処理は、前記テストの少なくとも１つを、
    互いに水圧的に接続された計器対の値の差分についての１又はそれ以上の値の、前記差分の１又はそれ以上の以前の値又は予想値からの変化を計算すること、
    前記１又はそれ以上の計算した変化のいずれかが統計的に有意であるかどうかを判定すること、
    このような水圧的に接続された計器間の前記１又はそれ以上の値の変化が統計的に有意であると判定された場合、前記水圧的に接続された計器対の間の区画を前記異常の可能性がある場所として識別すること、
    を含む、請求項１に記載の方法。
15. 前記計器データ及び以前の計器データを受け取る処理は、圧力値及び以前の圧力値をそれぞれ受け取ることを含み、前記変化を計算することは、前記水圧的に接続された１又はそれ以上の計器対の間の圧力降下、及び前記水圧的に接続された１又はそれ以上の計器対の間の以前の圧力降下を計算することを含む、請求項１４に記載の方法。
16. 前記水道施設ネットワーク内の同じ種類の異常の１又はそれ以上の以前の発生と、前記１又はそれ以上の以前の発生の各々の地理的場所とを表す以前の異常事象データを受け取る処理を含み、前記複数のテストを実行する処理は、前記異常事象データを前記以前の異常事象データと比較することにより前記テストの少なくとも１つを実行することを含む、請求項１に記載の方法。
17. 前記異常事象データを前記以前の異常事象データと比較することは、
    前記異常事象データ内のパラメータを、前記以前の異常事象データの対応するパラメータと統計的に比較すること、
    前記異常事象データの前記パラメータが、前記以前の異常データの前記パラメータに統計的に有意に類似している場合、前記以前の異常事象データの地理的場所を前記異常の可能性がある場所として識別することを含む、請求項１６に記載の方法。
18. 複数の以前の異常事象データを、関連する複数の以前の異常の各々の場所に基づいてクラスタ化することにより、前記複数の以前の異常の各々の関係を計算する処理を含み、前記異常の可能性がある場所を識別することは、異常事象データを前記クラスタ化した以前の異常データと比較し、関連する異常データに最も近いクラスタを選択することを含む、請求項１７に記載の方法。
19. 前記水道施設ネットワークに関する計器データ以外の追加情報を表す、又は前記水道施設ネットワークにより送水される水の消費に影響を与える条件を表す二次データを受け取る処理を含み、
    前記複数のテストを実行する処理は、前記以前の異常事象データと前記二次データを相関付け、前記異常事象データを、前記相関付けた以前の異常事象データ及び二次データと比較することにより、前記テストの少なくとも１つを実行することを含む、請求項１に記載の方法。
20. 前記以前の異常事象データと前記二次データを相関付けることは、前記以前の異常の地理的な又はネットワーク上の位置データの分布を作成することを含み、
    前記異常の可能性がある場所を識別する処理は、前記異常事象データを前記地理的な又はネットワーク上の位置データの分布に照らして分析するステップを含む、請求項１９に記載の方法。
21. 前記以前の異常事象データと前記二次データを相関付けることは、第２の水道施設ネットワークからのネットワークデータの分布を作成することを含み、前記異常の可能性がある場所を識別する処理は、前記異常事象データを前記第２の水道施設ネットワークからのネットワークデータの分布に照らして分析することを含む、請求項１９に記載の方法。
22. 前記複数のテストを実行する処理は、
    前記異常により影響を受けた前記複数の計器のうちの少なくとも１つから、前記異常の検出時刻を受け取ること、
    前記検出された異常の前記ネットワークに沿った伝播速度を示すデータを受け取ること、
    前記異常の検出時刻と前記伝播速度を組み合わせることにより前記異常の可能性がある場所を計算して、測定した到達時刻の差分と予想到達時刻とが一致する場所を特定すること、
    によって前記テストの少なくとも１つを実行することを含む、請求項１に記載の方法。
23. 前記異常の可能性がある場所を提示する処理は、前記異常の特徴と一定の制約を比較することにより、前記異常の可能性がある場所を除外することをさらに含む、請求項１に記載の方法。
24. 前記一定の制約は、水道管直径データ、サービス不具合データ及びネットワークレイアウトデータから成るグループから選択される、請求項２３に記載の方法。
25. 前記異常の可能性がある場所を、前記異常の可能性がある場所に割り当てられたスコアと共に提示する処理は、前記異常の可能性がある場所を含む可能性のあるネットワークルートを提示することをさらに含む、請求項１に記載の方法。
26. 前記異常の特徴、及び以前に検出された関連する異常に関するデータをレポートする処理を含む、請求１に記載の方法。
27. 水道施設ネットワーク全体で異常の可能性がある１以上の場所を特定するためのコンピュータシステムであって、
    前記水道施設ネットワークは、消費者に送水するための水道管のネットワーク及び前記水道施設ネットワーク内に位置する複数の計器を少なくとも含み、
    前記水道施設ネットワーク内で発生した異常であって、前記計器の１又はそれ以上により生成された計器データに関連する前記異常の存在を表す異常データを受け取るためのネットワーク情報データベースと、
    複数の別個のテストを実行し、該複数のテストの結果を統計的に組み合わせて前記異常の可能性がある場所の各々のスコアを生成することにより、前記異常の可能性がある場所を統計的に特定するための分析エンジンと、
    前記可能性のある場所及び関連するスコアをユーザに提示するためのユーザインターフェイスモジュールと、
    を備えたことを特徴とするシステム。
28. 前記分析エンジンは、前記異常の可能性がある場所を計算する計算処理を実行し、該計算処理は、前記異常により影響を受けた前記複数の計器により生成されたデータの大きさを比較すること、及び、前記異常の可能性がある場所の存在をユーザインターフェイスを介してユーザにレポートすることを含む、請求項２７に記載のシステム。
29. 前記ユーザインターフェイスモジュールはさらに、前記異常の可能性がある場所及び前記異常の場所に割り当てられたスコアを前記異常データベースから取り出し、前記異常の場所及び該異常の場所に割り当てられたスコアをユーザにレポートする、請求項２７に記載のシステム。
30. 前記分析エンジンにより実行されるテストは、
    複数の以前の異常の発生を示すデータを受け取ること、
    前記複数の以前の異常の各々の共通事象及び関連する場所に基づいて前記複数の以前の異常をクラスタ化することにより、前記複数の以前の異常の各々の関係を計算すること、
    関連する異常データをクラスタデータと比較して、前記関連する異常データに最も近いクラスタを選択することにより、前記異常の場所を予測することを含む、請求項２７に記載のシステム。