JP2021068185A - 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム - Google Patents
末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP2021068185A JP2021068185A JP2019192986A JP2019192986A JP2021068185A JP 2021068185 A JP2021068185 A JP 2021068185A JP 2019192986 A JP2019192986 A JP 2019192986A JP 2019192986 A JP2019192986 A JP 2019192986A JP 2021068185 A JP2021068185 A JP 2021068185A
- Authority
- JP
- Japan
- Prior art keywords
- estimation
- terminal pressure
- model
- information
- algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004590 computer program Methods 0.000 title claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 145
- 238000012549 training Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 18
- 238000003066 decision tree Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
- Control Of Fluid Pressure (AREA)
Abstract
Description
図1は、第1の実施形態における配水システム100のシステム構成の具体例を示すシステム構成図である。配水システム100は、配水管網PNを介して水を1以上の需要家WCに供給するシステムである。具体的には配水システム100は、末端圧力制御支援装置1、監視制御システム2、1以上の配水場3、1以上の末端圧力計測装置4、1以上の常設末端圧力計測装置5を備える。図1に示す配水場3−1及び3−2は1以上の配水場3の一例である。また、末端圧力計測装置4−1及び4−2は1以上の末端圧力計測装置4の一例である。需要家WC−1〜WC−3は1以上の需要家WCの一例である。末端圧力制御支援装置1は、監視制御システム2、各配水場3、各末端圧力計測装置4のそれぞれと通信可能に接続される。なお、配水システム100には送水場等の送水施設(図示せず)が含まれても良いし、配水場3、末端圧力計測装置4及び需要家WCの数は図1の例と異なってもよい。
なお、第1の実施形態ではアルゴリズム決定モデルの一例として決定木を示したが、これは一例であり、これは機械学習の手法の一例であり、アルゴリズム決定モデルを決定木に限定するものではない。また、末端圧力の学習によって生成される推定モデルも特定の学習モデルに限定されない。例えば、アルゴリズム決定モデルには、決定木のほか、ニューラルネットワークやディープラーニング等の手法が用いられてもよいし、推定モデルには、線形回帰モデルをはじめとする任意の回帰モデルが用いられてもよい。
図7は、第2の実施形態の末端圧力制御支援装置1aの機能構成の具体例を示す機能ブロック図である。末端圧力制御支援装置1aは、末端圧力推定部153に代えて末端圧力推定部153aを備える点、推定モデル決定部154に代えて推定モデル決定部154aを備える点で第1の実施形態における末端圧力制御支援装置1と異なる。末端圧力制御支援装置1aのその他の構成は、第1の実施形態における末端圧力制御支援装置1と同様である。そこで、図7では、末端圧力制御支援装置1と同様の構成については図2と同じ符号を付すことにより、これらの説明を省略する。
第2の実施形態では、末端圧力制御支援装置1aにおいて、推定モデル決定部154aが複数の推定アルゴリズムを決定するアルゴリズム決定モデルを生成するとともに、アルゴリズム決定モデルによって決定した複数の推定アルゴリズムに基づく末端圧力の推定値から末端圧力の最終推定値を算出する推定結果混合モデルを生成することについて説明した。これに対して変形例の推定モデル決定部154aは、アルゴリズム決定モデルによる推定アルゴリズムの選択を行わないように構成されてもよい。この場合、推定モデル決定部154aは、予め記憶されている全ての(複数の)推定アルゴリズムに基づく末端圧力の推定値と、全ての推定アルゴリズムについて求めた重みとに基づいて、末端圧力の最終推定値を算出する推定結果混合モデルを生成するように構成されてもよい。なお、各推定アルゴリズムに対する重みは、第2の実施形態と同様に、推定アルゴリズムと学習用データとに基づいて決定されればよい。
Claims (10)
- 配水管網の状態に相関する状態情報と前記配水管網の末端圧力を示す末端圧力情報との学習用データを用いて前記配水管網の状態情報から前記配水管網の末端圧力を推定するための推定モデルを複数の推定アルゴリズムのそれぞれについて生成する末端圧力学習部と、
前記状態情報と前記末端圧力学習部が生成した各推定モデルの推定精度の誤差とに基づいて、前記複数の推定アルゴリズムから末端圧力の推定に用いる推定アルゴリズムを決定するアルゴリズム決定モデルを生成し、推定対象の時点における前記配水管網の状態情報と前記アルゴリズム決定モデルとに基づいて末端圧力の推定に用いる推定アルゴリズムを決定する推定モデル決定部と、
決定された前記推定アルゴリズムで生成された推定モデルを用いて前記時点における前記配水管網の末端圧力を推定する末端圧力推定部と、
を備える末端圧力制御支援装置。 - 前記状態情報は、前記配水管網の状態に相関する値、前記値の変化量、又は前記値の変化率を示す情報を含む、
請求項1に記載の末端圧力制御支援装置。 - 前記推定精度の誤差は、前記推定モデルを用いた末端圧力のシミュレーションに用いられるデータの組み合わせごとに得られる推定精度の平均誤差、最大誤差、符号付最大誤差又は誤差の分散の少なくとも1つを含む、
請求項1又は2に記載の末端圧力制御支援装置。 - 前記推定モデルの生成において使用された推定アルゴリズムと、前記推定アルゴリズムを決定したアルゴリズム決定モデルを示す情報と、前記アルゴリズム決定モデルに対する入力情報と、前記入力情報に対して前記推定アルゴリズムが決定された根拠を示す情報と、の少なくとも1つを含む説明情報を生成する末端圧力推定説明部と、
前記説明情報を表示する表示部と、
をさらに備える、
請求項1から3のいずれか一項に記載の末端圧力制御支援装置。 - 前記説明情報は、前記末端圧力推定部によって決定された推定アルゴリズムの時系列情報を含む、
請求項4に記載の末端圧力制御支援装置。 - 前記推定モデル決定部は、前記推定モデルの生成に用いる推定アルゴリズムとして複数の推定アルゴリズムを選択し、選択した前記複数の推定アルゴリズムと前記学習用データとに基づいて各推定アルゴリズムの重みを決定し、
前記末端圧力推定部は、選択された前記複数の推定アルゴリズムに基づいて生成される複数の推定モデルによって得られる各推定値について、それぞれの推定モデルを生成した推定アルゴリズムの重みに基づく各推定値の重み付け和を最終的な末端圧力の推定値とする、
請求項4又は5に記載の末端圧力制御支援装置。 - 配水管網の状態に相関する状態情報と前記配水管網の末端圧力を示す末端圧力情報との学習用データを用いて前記配水管網の状態情報から前記配水管網の末端圧力を推定するための推定モデルを複数の推定アルゴリズムのそれぞれについて生成する末端圧力学習部と、
前記推定モデルの生成に用いる前記複数の推定アルゴリズムの重みを、前記複数の推定アルゴリズムと前記学習用データとに基づいて決定する推定モデル決定部と、
前記複数の推定アルゴリズムについて決定された重みに基づいて前記複数の推定アルゴリズムを混合することによって生成された推定モデルを用いて推定対象の時点における前記配水管網の末端圧力を推定する末端圧力推定部と、
を備える末端圧力制御支援装置。 - 前記説明情報は、選択された前記複数の推定アルゴリズムの重みを示す情報を含む、
請求項6又は7に記載の末端圧力制御支援装置。 - 配水管網の状態に相関する状態情報と前記配水管網の末端圧力を示す末端圧力情報との学習用データを用いて前記配水管網の状態情報から前記配水管網の末端圧力を推定するための推定モデルを複数の推定アルゴリズムのそれぞれについて生成する末端圧力学習ステップと、
前記状態情報と前記末端圧力学習ステップにおいて生成された各推定モデルの推定精度の誤差とに基づいて、前記複数の推定アルゴリズムから末端圧力の推定に用いる推定アルゴリズムを決定するアルゴリズム決定モデルを生成し、推定対象の時点における前記配水管網の状態情報と前記アルゴリズム決定モデルとに基づいて末端圧力の推定に用いる推定アルゴリズムを決定する推定モデル決定ステップと、
決定された前記推定アルゴリズムで生成された推定モデルを用いて前記時点における前記配水管網の末端圧力を推定する末端圧力推定ステップと、
を有する末端圧力制御支援方法。 - 配水管網の状態に相関する状態情報と前記配水管網の末端圧力を示す末端圧力情報との学習用データを用いて前記配水管網の状態情報から前記配水管網の末端圧力を推定するための推定モデルを複数の推定アルゴリズムのそれぞれについて生成する末端圧力学習ステップと、
前記状態情報と前記末端圧力学習ステップにおいて生成された各推定モデルの推定精度の誤差とに基づいて、前記複数の推定アルゴリズムから末端圧力の推定に用いる推定アルゴリズムを決定するアルゴリズム決定モデルを生成し、推定対象の時点における前記配水管網の状態情報と前記アルゴリズム決定モデルとに基づいて末端圧力の推定に用いる推定アルゴリズムを決定する推定モデル決定ステップと、
決定された前記推定アルゴリズムで生成された推定モデルを用いて前記時点における前記配水管網の末端圧力を推定する末端圧力推定ステップと、
をコンピュータに実行させるためのコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019192986A JP7463075B2 (ja) | 2019-10-23 | 2019-10-23 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019192986A JP7463075B2 (ja) | 2019-10-23 | 2019-10-23 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021068185A true JP2021068185A (ja) | 2021-04-30 |
JP7463075B2 JP7463075B2 (ja) | 2024-04-08 |
Family
ID=75637401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019192986A Active JP7463075B2 (ja) | 2019-10-23 | 2019-10-23 | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7463075B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002268703A (ja) * | 2001-03-08 | 2002-09-20 | Toshiba Corp | 末端圧力制御用支援装置 |
WO2016067483A1 (ja) * | 2014-10-28 | 2016-05-06 | 日本電気株式会社 | 推定結果表示システム、推定結果表示方法および推定結果表示プログラム |
JP2019087030A (ja) * | 2017-11-07 | 2019-06-06 | 株式会社東芝 | 予測モデル生成装置、予測モデル生成方法及び予測モデル生成プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005135287A (ja) | 2003-10-31 | 2005-05-26 | National Agriculture & Bio-Oriented Research Organization | 予測装置、予測方法および予測プログラム |
WO2019189016A1 (ja) | 2018-03-28 | 2019-10-03 | 日本電気株式会社 | 情報処理装置、情報処理方法、プログラム |
-
2019
- 2019-10-23 JP JP2019192986A patent/JP7463075B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002268703A (ja) * | 2001-03-08 | 2002-09-20 | Toshiba Corp | 末端圧力制御用支援装置 |
WO2016067483A1 (ja) * | 2014-10-28 | 2016-05-06 | 日本電気株式会社 | 推定結果表示システム、推定結果表示方法および推定結果表示プログラム |
JP2019087030A (ja) * | 2017-11-07 | 2019-06-06 | 株式会社東芝 | 予測モデル生成装置、予測モデル生成方法及び予測モデル生成プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7463075B2 (ja) | 2024-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10571493B2 (en) | Smart grid topology estimator | |
US10389118B2 (en) | Power demand and supply control apparatus and method thereof | |
KR101676926B1 (ko) | 가상환경을 이용한 에너지 관리 시스템의 예측 알고리즘 검증 시스템 및 방법 | |
JP6581490B2 (ja) | 空調パラメータ生成装置、空調運用評価装置、空調パラメータ生成方法およびプログラム | |
JPWO2016181593A1 (ja) | 漏水状態推定システム、方法、および記録媒体 | |
US11698322B2 (en) | System for estimating water flows at the boundaries of a sub-network of a water distribution network | |
CN101871448B (zh) | 一种泵站水泵特性曲线确定方法及系统 | |
US20150168465A1 (en) | Method and apparatus for electric power system distribution state estimations | |
JP5989732B2 (ja) | 発電量予測装置、発電量予測方法、及びプログラム | |
US20170262945A1 (en) | Equipment management apparatus | |
JP2016177675A (ja) | 推定装置、推定方法およびコンピュータプログラム | |
CN112780486A (zh) | 用于控制风力转换器的系统和方法 | |
JP6338971B2 (ja) | 需要調整システム | |
JP2016073155A (ja) | 需要予測装置、需要予測方法、及びプログラム | |
JP2014145603A (ja) | 漏水推定装置及びシステム及び方法 | |
US20180137221A1 (en) | Apparatus and method for analyzing buildings | |
Moors et al. | Automated leak localization performance without detailed demand distribution data | |
CN116937569A (zh) | 光伏发电智能储能方法、装置及电子设备 | |
JP6290119B2 (ja) | 運転効率推定システム、運転効率推定方法、運転効率推定装置及びコンピュータプログラム | |
JP7463075B2 (ja) | 末端圧力制御支援装置、末端圧力制御支援方法及びコンピュータプログラム | |
JP6893323B2 (ja) | 発電設備情報推定システムおよび発電設備情報推定方法 | |
KR20180055682A (ko) | 건물 분석 장치 및 방법 | |
EP3906447A1 (en) | Method, system and computer program product for evaluation of energy consumption in industrial environments | |
JP2018041156A (ja) | 配水ポンプ制御装置、配水ポンプ制御方法、配水ポンプ制御システム及びコンピュータプログラム | |
JP2020149209A (ja) | 残差特性推定モデル作成方法および残差特性推定モデル作成システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220719 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230807 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231024 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240227 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240327 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7463075 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |