JP6547989B1 - 漏洩判定装置、漏洩判定システム、漏洩判定方法およびプログラム - Google Patents

漏洩判定装置、漏洩判定システム、漏洩判定方法およびプログラム Download PDF

Info

Publication number
JP6547989B1
JP6547989B1 JP2018210680A JP2018210680A JP6547989B1 JP 6547989 B1 JP6547989 B1 JP 6547989B1 JP 2018210680 A JP2018210680 A JP 2018210680A JP 2018210680 A JP2018210680 A JP 2018210680A JP 6547989 B1 JP6547989 B1 JP 6547989B1
Authority
JP
Japan
Prior art keywords
period
measurement error
tank
unit time
unit
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.)
Active
Application number
JP2018210680A
Other languages
English (en)
Other versions
JP2019210053A (ja
Inventor
原田　智広
智広 原田
多聞 鈴木
多聞 鈴木
卓男 伊東
卓男 伊東
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ritsumeikan Trust
Original Assignee
Ritsumeikan Trust
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ritsumeikan Trust filed Critical Ritsumeikan Trust
Application granted granted Critical
Publication of JP6547989B1 publication Critical patent/JP6547989B1/ja
Publication of JP2019210053A publication Critical patent/JP2019210053A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

【課題】タンクに貯留された液体の漏洩発生を高精度で検知することが可能な漏洩判定装置、漏洩判定システム、漏洩判定方法およびプログラムを提供する。【解決手段】変換部１１５は、複数の計測誤差値を複数の第１座標情報に変換するとともに、複数の疑似計測誤差値を複数の第２座標情報に変換する。特徴量算出部１１６は、複数の第１座標情報、複数の第２座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトル、複数の第２特徴量ベクトルを算出する。識別器１１７は、複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定したマージン最大化超平面を用いてタンクにおいて漏洩が発生しているか否かを識別する。判定部１１８は、識別器１１７により漏洩が発生していると識別された比率に基づいて、タンクが漏洩していると判定する。【選択図】図３

Description

本発明は、漏洩判定装置、漏洩判定システム、漏洩判定方法およびプログラムに関する。
燃料油を貯留する地下タンクを備えた給油所における地下タンクの燃料油の漏洩があると判定したときにその漏洩を報知する在庫管理システムが提案されている（例えば特許文献１参照）。この在庫管理システムでは、燃料油の在庫量、販売量および受入量を含む記録帳データと、この記録帳データを統計処理して得られた統計分析データと、地下タンク内の燃料油の液面変動を測定して得られる液面変動データと、を監視し、これらに異常が生じた場合に燃料油の漏洩があると判定する。具体的には、この在庫管理システムでは、記帳記録データ、統計分析データまたは液面変動データの変動量の絶対値が予め設定された基準値を超えている場合に異常と判定する。
特開２０１３−０４３６４８号公報
しかしながら、特許文献１に記載された在庫管理システムが採用する異常判定方法では、十分な判定精度が得られず、特に、単位時間当たりの漏えい量が小さい場合には誤判定が生じやすくなる虞がある。
本発明は、上記事由に鑑みてなされたものであり、タンクに貯留された液体の漏洩発生を高精度で検知することが可能な漏洩判定装置、漏洩判定システム、漏洩判定方法およびプログラムを提供することを目的とする。
上記目的を達成するために、本発明に係る漏洩判定装置は、
液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定装置であって、
前記タンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算し且つ前記タンクからの前記第１単位時間当たりの液体の流出量を差し引いて前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部と、
予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部と、
複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部と、
前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部と、
前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定した前記マージン最大化超平面を用いて前記タンクにおいて漏洩が発生しているか否かを識別する識別器と、
前記第２期間における複数の第１特徴量ベクトルについて前記識別器により前記漏洩が発生していると識別された比率に基づいて、前記タンクが漏洩しているか否かを判定する判定部と、を備える。
本発明によれば、特徴量算出部が、第１期間内および第２期間それぞれにおいて第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出する。また、特徴量算出部は、第１期間内において第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する。そして、識別器が、第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定したマージン最大化超平面を用いてタンクにおいて漏洩が発生しているか否かを識別する。これにより、タンクの漏洩が発生したときの液体の単位時間当たりの漏洩量が小さくてもこれを検知し易くなる。また、変換部は、疑似漏洩時計測誤差算出部により算出された複数の疑似計測誤差値から、時間軸上において第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する。これにより、識別器は、タンクでの液体の漏洩が発生していない場合の計測誤差値しか得られないときでも、マージン最大化超平面を特定することができるので、漏洩判定装置の適用範囲が広がるという利点がある。更に、判定部は、第２期間における複数の第１座標情報について識別器により漏洩が発生していると識別した比率に基づいて、タンクにおける漏洩有無を判定する。これにより、タンクの漏洩有無についての誤判定の発生頻度が低減される。
本発明の実施の形態１に係る漏洩判定システムの構成を図である。 実施の形態１に係るタンク監視装置の構成を示すブロック図である。 実施の形態１に係る漏洩判定装置の構成を示すブロック図である。 実施の形態１に係る液面貯留量相関記憶部が記憶する液面レベル−貯留量相関情報の一例を示す図である。 （Ａ）は実施の形態１に係る変換部の動作を説明するための図であり、（Ｂ）は実施の形態１による変換部による変換後の３次元座標情報を示す図である。 （Ａ）は実施の形態１に係る特徴量算出部の動作を説明するための図であり、（Ｂ）は実施の形態１に係る特徴量算出部の動作を説明するための他の図である。 実施の形態１に係る判定基準設定部の動作を説明するための図である。 実施の形態１に係る漏洩判定処理の流れの一例を示すフローチャートである。 実施の形態１に係る漏洩判定処理の流れの一例を示すフローチャートである。 実施の形態２に係る漏洩判定処理の流れの一例を示すフローチャートである。 実施の形態２に係る漏洩判定処理の流れの一例を示すフローチャートである。 実施の形態３に係る漏洩判定装置の構成を示すブロック図である。 （Ａ）は実施の形態３に係るＣＮＮ決定部の機能ブロック図であり、（Ｂ）は実施の形態３に係る判定部の機能ブロック図である。 （Ａ）は実施の形態３に係る畳み込み層の動作説明図であり、（Ｂ）は実施の形態３に係るプーリング層の動作説明図である。 実施の形態３に係る漏洩判定処理の流れの一例を示すフローチャートである。 （Ａ）は変形例に係る変換部の動作を説明するための図であり、（Ｂ）は他の変形例に係る特徴量算出部の動作を説明するための図である。 変形例に係る漏洩判定装置の構成を示すブロック図である。 変形例に係る漏洩量推定部の機能ブロック図である。 変形例に係る漏洩判定処理の流れの一例を示すフローチャートである。
（実施の形態１）
以下、本発明の一実施の形態に係る漏洩判定装置について図面を参照して詳細に説明する。本実施の形態に係る漏洩判定装置は、液体を貯留するタンクにおける液体の漏洩有無を判定する。この漏洩判定装置は、予め設定された第１単位時間当たりの計測誤差値を算出する計測誤差算出部と、疑似漏洩時計測誤差算出部と、を備える。計測誤差算出部は、タンク内に貯留された液体の第１単位時間当たりの液面レベル変動量にタンクへの第１単位時間当たりの液体の流入量を加算し且つタンクからの第１単位時間当たりの液体の流出量を差し引いて第１単位時間当たりの計測誤差値を算出する。また、疑似漏洩時計測誤差算出部は、予め設定された第１期間における複数の計測誤差値から、タンクにおいて予め設定された漏洩速度での漏洩が生じていると仮定した場合の複数の疑似計測誤差値を算出する。また、この漏洩判定装置は、変換部と特徴量算出部と識別器と判定部とを備える。変換部は、第１単位時間よりも長い予め設定された第２単位時間内に対応する複数の計測誤差値を、時間軸上において第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換する。また、変換部は、第１期間に含まれる第２単位時間内に対応する複数の疑似計測誤差値を、時間軸上において第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第２座標情報に変換する。特徴量算出部は、第１期間内および第１期間後の第２期間それぞれにおいて第２単位時間毎に複数の第１座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出する。また、特徴量算出部は、第１期間内において第２単位時間毎に複数の第２座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する。識別器は、第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定したマージン最大化超平面を用いてタンクにおいて漏洩が発生しているか否かを識別する。判定部は、第２期間における複数の第１座標情報について識別器により漏洩が発生していると識別された比率に基づいて、タンクが漏洩しているか否かを判定する。
本実施の形態に係る漏洩判定システムは、例えば図１に示すように、漏洩判定装置１とタンク監視装置２と液面計３と第１流量計４１と第２流量計４２と端末装置５とを備え、液体Ｌｉを貯留するタンクＴとともに使用される。タンクＴは、例えば給油所または化学薬品工業の敷地に埋設された地下タンクである。液体Ｌｉとしては、石油、化学薬品等が挙げられる。漏洩判定装置１とタンク監視装置２と端末装置５とは、インターネット、ＬＡＮ（Local Area Network）等のネットワークＮＴを介して互いに接続されている。端末装置５は、例えばスマートフォンであり、漏洩判定装置１またはタンク監視装置２から受信した各種情報を表示部に表示することができる。
第１流量計４１は、タンクＴへ液体を導入するための導入管Ｐ１内を流れる液体の流量を計測する。第２流量計４２は、タンクＴから液体を流出させるための排出管Ｐ２内を流れる液体の流量を計測する。第１流量計４１と第２流量計４２とは、予め設定された単位流量毎にパルス電圧信号を出力する。ここで、単位流量は、０．０１Ｌ、０．１Ｌ、１Ｌ等に設定される。液面計３は、例えばフロート式レベル計であり、液体Ｌｉの液面に浮かぶフロート３ａと穿孔テープ３ｂと液面計本体３ｃとを有する。液面計本体３ｃは、例えば穿孔テープ３ｂを巻き取る巻き取りプーリ（図示せず）と穿孔テープ３ｂに噛合するスプロケットホイル（図示せず）とスプロケットホイルの回転角度に応じた電流値の電流を出力する電流発信器（図示せず）とを有する。電流発信器は、例えばポテンショＲ／Ｉ変換方式であり、スプロケットホイルにカップリング機構（図示せず）を介して接続されたポテンショメータ（図示せず）を有する。
タンク監視装置２は、例えば図２に示すように、ＣＰＵ（Central Processing Unit）２１と主記憶部２２と補助記憶部２３とを有する。主記憶部２２は、揮発性メモリであり、ＣＰＵ２１の作業領域として使用される。補助記憶部２３は、磁気ディスク、半導体メモリ等の不揮発性メモリであり、タンク監視装置２の各種機能を実現するためのプログラムを記憶する。また、タンク監視装置２は、アナログディジタル変換器（以下、「ＡＤＣ」と称する。）２４と電流電圧変換器２４１とセンサインタフェース（以下、「センサＩ／Ｆ」と称する。）２５と第１通信部２６と各部を接続するバス２９とを有する。電流電圧変換器２４１は、液面計３に接続され液面計３から出力される電流の電流値の大きさを反映した電圧信号を出力する。ＡＤＣ２４は、電流電圧変換器２４１に接続され、電流電圧変換器２４１から出力される電圧信号をアナログディジタル変換して得られる電圧情報をＣＰＵ２１へ出力する。
センサＩ／Ｆ２５は、第１流量計４１、第２流量計４２それぞれに対応するカウンタ（図示せず）を有し、第１流量計４１、第２流量計４２それぞれから入力されるパルス電圧信号のパルス数をカウントする。そして、センサＩ／Ｆ２５は、第１流量計４１、第２流量計４２それぞれについて得られるカウント値を示すカウント値情報をＣＰＵ２１へ出力する。第１通信部２６は、例えばモデム（図示せず）とゲートウェイ（図示せず）を有し、ＣＰＵ２１からバス２９を介して入力される各種情報を、ネットワークＮＴを介して漏洩判定装置１または端末装置５へ送信する。
タンク監視装置２では、ＣＰＵ２１が、補助記憶部２３が記憶するプログラムを主記憶部２２に読み込んで実行することにより、流量取得部２１１、液面レベル取得部２１２、計時部２１３および第１送信部２１４として機能する。また、補助記憶部２３は、流量計測値記憶部２３１と液面レベル計測値記憶部２３２とを有する。流量計測値記憶部２３１は、導入管Ｐ１内および排出管Ｐ２内それぞれを流れる液体の予め設定された第１単位時間当たりの流量の計測値を示す流量計測値情報を、計測時刻を示す計測時刻情報に対応づけて記憶する。ここで、第１単位時間は、例えば１０ｍｉｎに設定される。液面レベル計測値記憶部２３２は、液面計３により計測して得られるタンクＴに貯留されている液体の液面レベルの計測値を示す液面レベル計測値情報を、計測時刻を示す計測時刻情報に対応づけて記憶する。
流量取得部２１１は、センサＩ／Ｆ２５から入力されるカウント値情報に基づいて、導入管Ｐ１内および排出管Ｐ２内それぞれを流れる第１単位時間当たりの流量の計測値を算出する。そして、流量取得部２１１は、計時部２１３が出力する時刻情報に基づいて計測時刻を特定し、算出した流量の計測値を示す流量計測値情報を、計測時刻を示す計測時刻情報に対応づけて流量計測値記憶部２３１に記憶させる。
液面レベル取得部２１２は、ＡＤＣ２４から入力される電圧情報に基づいて、タンクＴ内に貯留された液体Ｌｉの液面レベルを算出する。そして、液面レベル取得部２１２は、計時部２１３が出力する時刻情報に基づいて計測時刻を特定し、算出した液面レベルの計測値を示す液面レベル計測値情報を、計測時刻を示す計測時刻情報に対応づけて液面レベル計測値記憶部２３２に記憶させる。
計時部２１３は、流量取得部２１１がカウント値情報を取得する時刻または液面レベル取得部２１２が電圧情報を取得する時刻を計時し、計時した時刻を示す時刻情報を出力する。第１送信部２１４は、流量計測値記憶部２３１から流量計測値情報および計測時刻情報を取得するとともに、液面レベル計測値記憶部２３２から液面レベル計測値情報および計測時刻情報を取得する。そして、第１送信部２１４は、取得した流量計測値情報、液面レベル計測値情報および計測時刻情報を、第１通信部２６およびネットワークＮＴを介して漏洩判定装置１および端末装置５へ送信する。
漏洩判定装置１は、例えば図３に示すように、ＣＰＵ１１と主記憶部１２と補助記憶部１３と第２通信部１６と各部を接続するバス１９とを有する。主記憶部１２は、不揮発性メモリであり、ＣＰＵ１１の作業領域として使用される。補助記憶部１３は、不揮発性メモリであり、漏洩判定装置１の各種機能を実現するためのプログラムを記憶する。
漏洩判定装置１では、ＣＰＵ１１が、補助記憶部１３が記憶するプログラムを主記憶部１２に読み込んで実行することにより、計測値取得部１１１、貯留量換算部１１２、計測誤差算出部１１３、疑似漏洩時計測誤差算出部１１４、変換部１１５、特徴量算出部１１６、識別器１１７、判定部１１８、判定基準設定部１１９および第２送信部１２０として機能する。また、補助記憶部１３は、流量計測値記憶部１３１と液面レベル計測値記憶部１３２と液面貯留量相関記憶部１３３と計測誤差記憶部１３４と疑似計測誤差記憶部１３５と座標情報記憶部１３６と特徴量記憶部１３７と判定基準記憶部１３８とを有する。流量計測値記憶部１３１は、タンク監視装置２から取得した流量計測値情報を計測時刻情報に対応づけて記憶する。液面レベル計測値記憶部１３２は、タンク監視装置２から取得した液面レベル計測値情報を計測時刻情報に対応づけて記憶する。
液面貯留量相関記憶部１３３は、例えば図４に示すような液面レベルと貯留量との相関関係を示す液面レベル−貯留量相関情報を記憶する。この液面レベル−貯留量相関情報は、ユーザにより予め設定されており、タンクＴの形状または容積に応じて異なっている。
図３に戻って、計測誤差記憶部１３４は、第１単位時間当たりの液面レベル計測値の変動量とタンクＴへの液体の流入量とタンクＴからの液体の流出量との差分の計測値との差に相当する計測誤差値を示す計測誤差値情報を、計測時刻情報に対応づけて記憶する。計測誤差記憶部１３４は、例えば計測時刻Ｔ［ｎ］（ｎ＝１，２，３，・・・）から計測時刻Ｔ［ｎ］よりも第１単位時間だけ過去の計測時刻Ｔ［ｎ−１］までの間における液面レベル計測値の変動量と、計測時刻Ｔ［ｎ−１］から計測時刻Ｔ［ｎ］までの間におけるタンクＴへの液体の流入量およびタンクＴからの液体の流出量と、から算出された計測誤差値を示す計測誤差値情報を、計測時刻Ｔ［ｎ］を示す計測時刻情報に対応づけて記憶する。
疑似計測誤差記憶部１３５は、タンクＴにおいて予め設定された漏洩速度での漏洩が生じていると仮定した場合の複数の疑似計測誤差値を示す疑似計測誤差値情報を、計測時刻情報に対応づけて記憶する。疑似計測誤差記憶部１３５は、例えば計測時刻Ｔ［ｎ］における計測誤差値から算出された疑似計測誤差値を示す計測誤差値情報を、計測時刻Ｔ［ｎ］を示す計測時刻情報に対応づけて記憶する。
座標情報記憶部１３６は、時間軸上において第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報と、時間軸上において第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報と、を記憶する。例えば図５（Ａ）に示すように、計測時刻Ｔ［ｎ］（ｎ＝１，２，３，・・・）に対応する計測誤差値（疑似計測誤差値）を示す計測誤差値情報（疑似計測誤差値情報）が得られているとする。この場合、第１座標情報（第２座標情報）は、時間軸上において隣接する３つの計測誤差値（疑似計測誤差値）ｘ［ｎ］、ｘ［ｎ＋１］、ｘ［ｎ＋２］を要素とする３次元の座標（ｘ［ｎ］，ｘ［ｎ＋１］，ｘ［ｎ＋２］）を示す。そして、第１座標情報（第２座標情報）は、例えば図５（Ｂ）に示すような３次元の空間上の点の座標を表す。
図３に戻って、特徴量記憶部１３７は、第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより得られる多次元の第１特徴量ベクトルを記憶する。また、特徴量記憶部１３７は、第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより得られる多次元の第２特徴量ベクトルを記憶する。ここで、第２単位時間は、例えば２４ｈｏｕｒに設定される。
判定基準記憶部１３８は、判定部１１８によりタンクＴが漏洩しているか否かを判定する際に用いられる基準比率を示す判定基準情報を記憶する。この判定基準情報は、前述の第１期間よりも後の第２期間における複数の第１座標情報について、識別器１１７によりタンクＴにおいて液体の漏洩が発生していると識別された比率に対する基準比率を示す。
計測値取得部１１１は、タンク監視装置２から、流量計測値情報とそれに対応づけられた計測時刻情報とを受信し、受信した流量計測値情報と計測時刻情報とを互いに対応づけて流量計測値記憶部１３１に記憶させる。また、計測値取得部１１１は、タンク監視装置２から、液面レベル計測値情報とそれに対応づけられた計測時刻情報とを受信し、受信した液面レベル計測値情報と計測時刻情報とを互いに対応づけて液面レベル計測値記憶部１３２に記憶させる。
貯留量換算部１１２は、液面貯留量相関記憶部１３３が記憶する液面レベル−貯留量相関情報を参照して、液面レベル計測値記憶部１３２が記憶する液面レベル計測値情報が示す液面レベル計測値をタンクＴの貯留量に換算する。そして、貯留量換算部１１２は、算出した貯留量を計測誤差算出部１１３に通知する。
計測誤差算出部１１３は、貯留量換算部１１２から通知されるタンクＴの貯留量に基づいて、タンクＴ内に貯留された液体Ｌｉの第１単位時間当たりの貯留量の変動量を算出する。そして、計測誤差算出部１１３は、タンクＴ内に貯留された液体Ｌｉの第１単位時間当たりの貯留量の変動量にタンクＴへの第１単位時間当たりの液体の流入量を加算し且つタンクＴからの第１単位時間当たりの液体の流出量を差し引いて第１単位時間当たりの計測誤差値を算出する。計測誤差算出部１１３は、算出した計測誤差値を示す計測誤差値情報を、計測時刻情報に対応づけて計測誤差記憶部１３４に記憶させる。
疑似漏洩時計測誤差算出部１１４は、予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する。ここで、疑似漏洩時計測誤差算出部１１４は、計測誤差記憶部１３４が記憶する複数の計測誤差値情報から前述の第１期間に対応する複数の計測誤差値情報を取得し、取得した複数の計測誤差値情報それぞれが示す計測誤差値から疑似計測誤差値を算出する。また、疑似漏洩時計測誤差算出部１１４は、第１期間内の予め設定された第１数の連続する第１単位時間のうち予め設定された第２数の第１単位時間それぞれにおいて第１漏洩量だけ漏洩していると仮定する。また、疑似漏洩時計測誤差算出部１１４は、第１期間内の第１数の連続する第１単位時間のうち前述の第２数の第１単位時間を除く残りの第１単位時間それぞれにおいて第２漏洩量だけ漏洩していると仮定する。疑似漏洩時計測誤差算出部１１４が、例えばタンクＴにおいて０．０５ｇａｌｌｏｎ／ｈｏｕｒ、即ち、０．０３１Ｌ／１０ｍｉｎの漏洩速度で漏洩が生じていると仮定するとする。この場合、疑似漏洩時計測誤差算出部１１４は、第１期間内における９つの第１単位時間それぞれにおいて０．０３Ｌ／１０ｍｉｎだけ漏洩し、残りの１つの第１単位時間において０．０４Ｌ／１０ｍｉｎだけ漏洩すると仮定する。つまり、第１期間内において、漏洩量が０．０３Ｌ／１０ｍｉｎである第１単位時間が、９／１０の確率で出現し、漏洩量が０．０４Ｌ／１０ｍｉｎである第１単位時間が、１／１０の確率で出現する。この場合、第１数は「１０」に設定され、第２数は「９」に設定される。また、疑似漏洩時計測誤差算出部１１４は、算出した疑似計測誤差値を示す疑似計測誤差値情報を、計測時刻情報に対応づけて疑似計測誤差記憶部１３５に記憶させる。
変換部１１５は、例えば図５（Ａ）に示すように、複数の計測誤差値から、時間軸上において第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換する。また、変換部１１５は、複数の疑似計測誤差値から、時間軸上において第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する。
図３に戻って、特徴量算出部１１６は、第１期間内および第１期間後の第２期間それぞれにおいて第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出する。第２単位時間は、例えば第１単位時間が１０ｍｉｎの場合、２４ｈｏｕｒに設定される。この場合、特徴量算出部１１６は、第２単位時間に対応する１４４個の第１座標情報に対してトポロジカルデータアナリシスを実行する。具体的には、特徴量算出部１１６は、複数の第１座標情報が示す３次元空間上における複数の点それぞれを中心とする球の半径を予め設定された複数種類の長さにしたときのそれぞれの場合における０次元の孔の数と１次元の孔の数とを算出する。０次元の孔の数は、各場合における独立した球の数に相当し、１次元の孔の数は、各場合における球面同士が互いに交差した状態で連結された球により囲まれた孔の数に相当する。ここで、０次元の孔の数は、前述の球の半径が長いほど、互いに連結された球が増加し、それに伴い減少するという特徴を有する。一方、１次元の孔の数は、前述の球の半径の長さに依って変動するという特徴を有する。そして、特徴量算出部１１６は、算出した複数種類の球の半径それぞれに対応する０次元の孔の数と１次元の孔の数とを要素（以下、適宜「特徴量」と称する）とする第１特徴量ベクトルを算出する。
特徴量算出部１１６は、例えば複数の第１座標情報が示す複数の点それぞれを中心とする球の半径を、０から２０の範囲内で２０／３００ずつ長くした場合のそれぞれにおいて０次元の孔の数と１次元の孔の数を算出する。この場合、特徴量算出部１１６は、図６（Ａ）に示すように、３００種類の長さの半径ｒそれぞれに対応する０次元の孔の数と１次元の孔の数とを算出する。そして、特徴量算出部１１６は、算出した３００種類の長さの半径ｒそれぞれに対応する０次元の孔の数と１次元の孔の数とを要素とする６００次元のベクトルで表される特徴量を算出する。また、特徴量算出部１１６は、例えば図６（Ｂ）に示すように、対象とする２４ｈｏｕｒ分の計測誤差値情報を１０ｍｉｎずつ、即ち、第１単位時間ずつずらしながら第１特徴量ベクトルを算出していく。また、特徴量算出部１１６は、前述と同様にして、第１期間内において第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する。このようにして、特徴量算出部１１６は、時間的に連続する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを算出する。ここで、「時間的に連続する」とは、第１特徴量ベクトル、第２特徴量ベクトルの算出対象となる第２単位時間の始期が時間軸上において少なくとも第１単位時間の間隔を開けて並んでいることを示す。
また、特徴量算出部１１６は、判定部１１８が漏洩有無の判定に用いる基準比率を算出する場合、第１期間内における第１期間よりも短い予め設定された第３期間内および第１期間内における第３期間以外の第４期間内それぞれにおいて第２単位時間毎に複数の第１座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出する。ここで、第１期間が、例えばＮ（Ｎは３以上の整数）月間に設定されている場合、第３期間は、Ｎ月間から選択された（Ｎ−１）月間に設定され、第４期間は、Ｎ月間のうちの（Ｎ−１）月間を除く残りの１月間に設定される。特徴量算出部１１６は、例えば図７に示すように、第１期間ΔＴ１内における第３期間ΔＴ３内および第３期間ΔＴ３以外の第４期間ΔＴ４内それぞれにおいて第２単位時間毎に複数の第１座標情報から複数の第１特徴量ベクトルを算出する。また、特徴量算出部１１６は、前述の基準比率を算出する場合、第３期間内および第４期間内それぞれにおいて第２単位時間毎に複数の第２座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する。
図３に戻って、識別器１１７は、例えばサポートベクターマシンであり、第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定したマージン最大化超平面を用いてタンクＴにおいて漏洩が発生しているか否かを識別する。また、識別器１１７は、後述の判定基準設定処理において、前述の第３期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定する。そして、識別器１１７は、特定したマージン最大化超平面を用いて、前述の第４期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとについて漏洩が発生しているか否かを識別する。
判定部１１８は、第２期間に対応する複数の第１座標情報について識別器１１７により漏洩が発生していると識別された比率に基づいて、タンクＴにおいて液体Ｌｉの漏洩が発生しているか否かを判定する。判定部１１８は、例えば図７に示すように、第２期間ΔＴ２における複数の第１座標情報について識別器１１７により漏洩が発生していると識別された比率が、判定基準設定部１１９が第１期間ΔＴ１における複数の第１特徴量ベクトルおよび複数の第２特徴量ベクトルに基づいて設定した基準比率以上である場合、漏洩が発生したと判定する。ここで、第２期間ΔＴ２は、少なくとも識別器１１７がマージン最大化超平面を特定するために用いた複数の第１座標情報および複数の第２座標情報に対応する第１期間ΔＴ１の後の期間に相当する。
図３に戻って、判定基準設定部１１９は、判定部１１８によりタンクＴにおいて液体Ｌｉの漏洩が発生していると判定する基準比率を設定する。判定基準設定部１１９は、識別器１１７により前述の第４期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとについて漏洩が発生していると識別された比率に基づいて、タンクＴが漏洩していると判定する基準比率を設定する。判定基準設定部１１９は、前述のＮ種類の第３期間と第４期間との組み合わせそれぞれについての識別器１１７によりタンクＴにおいて漏洩が発生していると識別された比率に基づいて、タンクＴが漏洩していると判定する基準比率を算出する。判定基準設定部１１９が、例えば任意に選択した年のｐ月からｐ＋２月までの３月間の計測誤差値情報および疑似計測誤差値情報を用いて基準比率を算出する場合について説明する。識別器１１７がマージン最大化超平面を特定するのに用いた月（以下、「学習月」と称する。）と識別器１１７が残りの月における複数の第１特徴量ベクトルおよび複数の第２特徴量ベクトルそれぞれについて漏洩が発生していると識別した比率との関係が下記表１で与えられたとする。
この場合、判定基準設定部１１９は、複数の第１特徴量ベクトルに対する比率の最悪値と複数の第２特徴量ベクトルに対する比率の最悪値との平均値、即ち、（１５％＋８０％）／２＝４７．５％を基準比率に設定する。また、判定基準設定部１１９は、算出した基準比率を示す判定基準情報を判定基準記憶部１３８に記憶させる。
第２送信部１２０は、判定部１１８によりタンクＴにおいて液体Ｌｉの漏洩が発生していると判定されると、アラーム情報を、第２通信部１６およびネットワークＮＴを介して端末装置５へ送信する。
次に、本実施の形態に係る漏洩判定装置１が実行する漏洩判定処理について図８および図９を参照しながら説明する。この漏洩判定処理は、ユーザが漏洩判定装置１へ電源を投入した後、漏洩判定装置１の入力部（図示せず）を介して漏洩判定処理を実行するための操作を行ったことを契機として開始される。また、漏洩判定処理の開始時において、流量計測値記憶部１３１および液面レベル計測値記憶部１３２が、それぞれ前述の第１期間に対応する流量計測値および液面レベル計測値のみを記憶しているものとする。
まず、貯留量換算部１１２は、液面レベル計測値記憶部１３２から第１期間における液面レベル計測値情報を取得する。そして、貯留量換算部１１２は、図８に示すように、液面貯留量相関記憶部１３３が記憶する液面レベル−貯留量相関情報を参照して、液面レベル計測値情報が示す液面レベル計測値をタンクＴの貯留量に換算する（ステップＳ１０１）。貯留量換算部１１２は、算出した貯留量を計測誤差算出部１１３に通知する。
次に、計測誤差算出部１１３が、第１単位時間当たりの計測誤差値を算出する（ステップＳ１０２）。ここで、計測誤差算出部１１３は、前述のように、貯留量換算部１１２から通知されるタンクＴの貯留量に基づいて、タンクＴ内に貯留された液体Ｌｉの第１単位時間当たりの貯留量の変動量を算出する。そして、計測誤差算出部１１３は、液体Ｌｉの第１単位時間当たりの貯留量の変動量にタンクＴへの第１単位時間当たりの液体の流入量を加算するとともに、タンクＴからの第１単位時間当たりの液体の流出量を差し引くことにより、第１単位時間当たりの計測誤差値を算出する。計測誤差算出部１１３は、算出した計測誤差値を示す計測誤差値情報を計測誤差記憶部１３４に記憶させる。
続いて、疑似漏洩時計測誤差算出部１１４は、計測誤差記憶部１３４から第１期間に対応する複数の計測誤差値情報を取得する。そして、疑似漏洩時計測誤差算出部１１４は、取得した複数の計測誤差値情報が示す複数の計測誤差値から、前述のように、タンクＴにおいて第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する（ステップＳ１０３）。疑似漏洩時計測誤差算出部１１４は、算出した疑似計測誤差値を示す疑似計測誤差値情報を疑似計測誤差記憶部１３５に記憶させる。
その後、変換部１１５は、計測誤差記憶部１３４から第１期間に対応する複数の計測誤差値情報を取得する。そして、変換部１１５は、取得した複数の計測誤差値情報が示す複数の計測誤差値から、時間軸上において第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換する。また、変換部１１５は、疑似計測誤差記憶部１３５から第１期間に対応する複数の疑似計測誤差値情報を取得する。そして、変換部１１５は、複数の疑似計測誤差値情報が示す複数の疑似計測誤差値から、時間軸上において第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する（ステップＳ１０４）。
次に、特徴量算出部１１６は、第１期間内における前述の第３期間内および前述の第４期間内それぞれにおいて第２単位時間毎に複数の第１座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出する。また、特徴量算出部１１６は、前述の第３期間内および前述の第４期間内それぞれにおいて第２単位時間毎に複数の第２座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する（ステップＳ１０５）。
続いて、識別器１１７は、マージン最大化超平面を特定するための複数の第１特徴量ベクトルおよび複数の第２特徴量ベクトルに対応する第３期間と、漏洩有無の識別を行う対象となる複数の第１特徴量ベクトルおよび複数の第２特徴量ベクトルに対応する第４期間と、を特定する（ステップＳ１０６）。ここで、識別器１１７は、第１期間内に含まれる第３期間を特定し、第１期間内における第３期間を除く期間を第４期間として特定する。
その後、識別器１１７は、特定した第３期間に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定する（ステップＳ１０７）。
次に、識別器１１７は、特定したマージン最大化超平面を用いて、第１期間内における第４期間に対応する複数の第１特徴量ベクトルおよび複数の第２特徴量ベクトルそれぞれについてタンクＴにおいて漏洩が発生しているか否かを識別する（ステップＳ１０８）。
続いて、判定基準設定部１１９は、識別器１１７により前述の第４期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとについて漏洩が発生していると識別された比率を算出する（ステップＳ１０９）。
その後、判定基準設定部１１９は、第１期間全てについて第３期間および第４期間として特定したか否かを判定する（ステップＳ１１０）。判定基準設定部１１９が、第１期間内において第３期間と第４期間とのいずれかとして特定されていない期間が存在すると判定すると（ステップＳ１１０：Ｎｏ）、再びステップＳ１０６の処理が実行される。このとき、識別器１１７は、第１期間内における未だ第４期間として特定されていない期間内から第４期間として特定し、第１期間内における残りの期間を第３期間として特定する。
一方、判定基準設定部１１９が、第１期間全てについて第３期間および第４期間として特定したと判定したとする（ステップＳ１１０：Ｙｅｓ）。この場合、判定基準設定部１１９は、複数種類の第３期間と第４期間との組み合わせそれぞれについての識別器１１７によりタンクＴにおいて漏洩が発生していると識別された比率に基づいて、タンクＴが漏洩していると判定する基準比率を算出する（ステップＳ１１１）。ここで、判定基準設定部１１９は、算出した基準比率を示す判定基準情報を判定基準記憶部１３８に記憶させる。
次に、貯留量換算部１１２および計測誤差算出部１１３は、図９に示すように、流量計測値記憶部１３１および液面レベル計測値記憶部１３２に判定対象となる第２期間における流量計測値情報および液面レベル計測値情報が蓄積されたか否かを判定する（ステップＳ１１２）。ここで、貯留量換算部１１２および計測誤差算出部１１３は、例えば流量計測値記憶部１３１および液面レベル計測値記憶部１３２に、判定対象となる前述の第１期間直後の１月間分の流量計測値情報および液面レベル計測値情報が蓄積されたか否かを判定する。貯留量換算部１１２および計測誤差算出部１１３は、流量計測値記憶部１３１および液面レベル計測値記憶部１３２に判定対象となる流量計測値情報および液面レベル計測値情報が未だ蓄積されていないと判定する限り（ステップＳ１１２：Ｎｏ）、ステップＳ１１２の処理を繰り返す。
一方、貯留量換算部１１２および計測誤差算出部１１３が、流量計測値記憶部１３１および液面レベル計測値記憶部１３２に判定対象となる流量計測値情報および液面レベル計測値情報が蓄積されたと判定したとする（ステップＳ１１２：Ｙｅｓ）。この場合、貯留量換算部１１２は、液面レベル計測値記憶部１３２から判定対象となる液面レベル計測値情報を取得し、取得した液面レベル計測値情報が示す液面レベル計測値をタンクＴの貯留量に換算する（ステップＳ１１３）。
続いて、計測誤差算出部１１３は、貯留量換算部１１２により判定対象となる液面レベル計測値情報から算出されたタンクＴの貯留量と判定対象となる流量計測値情報が示す流量計測値とに基づいて、第１単位時間当たりの計測誤差値を算出する（ステップＳ１１４）。計測誤差算出部１１３は、算出した計測誤差値を計測誤差記憶部１３４に記憶させる。
その後、変換部１１５は、計測誤差記憶部１３４から判定対象となる複数の計測誤差値情報を取得する。そして、変換部１１５は、取得した複数の計測誤差値情報が示す複数の計測誤差値から、時間軸上において第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換する（ステップＳ１１５）。
次に、特徴量算出部１１６は、判定対象となる第２期間において第２単位時間毎に複数の第１座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出する（ステップＳ１１６）。続いて、識別器１１７は、第１期間に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定する（ステップＳ１１７）。その後、識別器１１７は、特定したマージン最大化超平面を用いて、判定対象となる第２期間に対応する複数の第１特徴量ベクトルについてタンクＴにおいて漏洩が発生しているか否かを識別する（ステップＳ１１８）。
次に、判定部１１８は、識別器１１７により第２期間内に対応する複数の第１特徴量ベクトルについて漏洩が発生していると識別された比率を算出する（ステップＳ１１９）。続いて、判定部１１８は、算出した比率が前述の基準比率よりも大きいか否かを判定する（ステップＳ１２０）。判定部１１８が、算出した比率が前述の基準比率以下であると判定すると（ステップＳ１２０：Ｎｏ）、再びステップＳ１１２の処理が実行される。
一方、判定部１１８が、算出した比率が前述の基準比率よりも大きいと判定すると（ステップＳ１２０：Ｙｅｓ）、第２送信部１２０は、アラーム情報を、第２通信部１６およびネットワークＮＴを介して端末装置５へ送信する（ステップＳ１２１）。そして、漏洩判定処理が終了する。
以上説明したように、本実施の形態に係る漏洩判定装置１によれば、特徴量算出部１１６が、第１期間内および第２期間それぞれにおいて第２単位時間毎に複数の第１座標情報を用いて複数の第１特徴量ベクトルを算出する。また、特徴量算出部１１６は、第１期間内において第２単位時間毎に複数の第２座標情報を用いて複数の第２特徴量ベクトルを算出する。更に、識別器１１７が、第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定する。そして、識別器１１７は、特定したマージン最大化超平面を用いて、第２期間に対応する複数の第１特徴量ベクトルを用いてタンクＴにおいて漏洩が発生しているか否かを識別する。これにより、タンクＴの漏洩が発生したときの液体の単位時間当たりの漏洩量が小さくてもこれを検知し易くなる。また、変換部１１５は、疑似漏洩時計測誤差算出部１１４により複数の計測誤差値から算出された複数の疑似計測誤差値を、複数の第２座標情報に変換する。これにより、識別器１１７は、タンクＴでの液体Ｌｉの漏洩が生じていない場合の計測誤差値しか得られないときでも、マージン最大化超平面を特定することができるので、漏洩判定装置１の適用範囲が広がるという利点がある。更に、判定部１１８が、第２期間における複数の第１座標情報について識別器１１７により漏洩が発生していると識別された比率に基づいて、タンクＴが漏洩しているか否かを判定する。これにより、タンクＴの漏洩有無の誤判定の発生頻度を低減することができる。
また、本実施の形態に係る判定基準設定部１１９は、Ｎ種類の第３期間と第４期間との組み合わせそれぞれについての識別器１１７により漏洩が発生していると識別された比率に基づいて、タンクＴが漏洩していると判定する基準比率を算出する。これにより、基準比率の精度を高めることができるので、タンクＴの漏洩有無の誤判定の発生頻度を低減することができる。
更に、本実施の形態に係る疑似漏洩時計測誤差算出部１１４は、第１期間内の第１数の連続する第１単位時間のうち第２数の第１単位時間それぞれにおいて第１漏洩量だけ漏洩し、第２数の第１単位時間を除く残りの第１単位時間それぞれにおいて第２漏洩量だけ漏洩していると仮定して、第１期間における複数の計測誤差値から疑似計測誤差値を算出する。これにより、タンクＴで液体Ｌｉの漏洩が発生していると仮定した場合の疑似計測誤差値を比較的容易に算出することができる。
（実施の形態２）
本実施の形態に係る漏洩判定装置は、実施の形態１に比べて短い期間でタンクの漏洩の有無を判定することができるものである。本実施の形態に係る漏洩検知システムおよび漏洩検知装置の構成は、実施の形態１で説明した漏洩検知システムおよび漏洩判定装置１と同様である。但し、漏洩判定装置１の判定部１１８および判定基準設定部１１９の機能が実施の形態１とは相違する。なお、本実施の形態では、実施の形態１と同一の符号を用いて説明する。
本実施の形態に係る判定部１１８は、第２期間において算出される、識別器１１７により漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数に基づいて、タンクＴにおいて液体Ｔｉの漏洩が発生しているか否かを判定する。判定部１１８は、例えば図７に示すように、第２期間ΔＴ２における識別器１１７により漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数が、判定基準設定部１１９が第１期間ΔＴ１における複数の第１特徴量ベクトルおよび複数の第２特徴量ベクトルに基づいて設定した基準連続数以上である場合、漏洩が発生したと判定する。ここで、第２期間ΔＴ２は、少なくとも識別器１１７がマージン最大化超平面を特定するために用いた複数の第１座標情報および複数の第２座標情報に対応する第１期間ΔＴ１の後の期間に相当する。
判定基準設定部１１９は、判定部１１８によりタンクＴにおいて液体Ｌｉの漏洩が発生していると判定する基準となる時間的に連続する第１特徴量ベクトルの数である基準連続数を設定する。判定基準設定部１１９は、識別器１１７により実施の形態１で説明した第４期間内において、漏洩が発生していると識別された時間的に連続する第１特徴量ベクトル、第２特徴量ベクトルの数に基づいて、前述の基準連続数を設定する。判定基準設定部１１９は、実施の形態１で説明したＮ種類の第３期間と第４期間との組み合わせそれぞれについての識別器１１７によりタンクＴにおいて漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数に基づいて、タンクＴが漏洩していると判定する際の基準連続数を算出する。判定基準設定部１１９が、例えば任意に選択した年のｐ月からｐ＋２月までの３月間の計測誤差値情報および疑似計測誤差値情報を用いて基準連続数を算出する場合について説明する。識別器１１７がマージン最大化超平面を特定するのに用いた学習月と、識別器１１７が残りの月において、漏洩が発生していると識別した時間的に連続する第１特徴量ベクトルの数の最大値（第１特徴量ベクトルの最大連続数）と、漏洩が発生していると識別した時間的に連続する第２特徴量ベクトルの数の最小値（第２特徴量ベクトルの最小連続数）と、の関係が下記表２で与えられたとする。
この場合、判定基準設定部１１９は、第１特徴量ベクトルの最大連続数の最大値と第２特徴量ベクトルの最小連続数の最小値との平均値、即ち、（４０＋１７６）／２＝１０８を基準連続数に設定する。また、判定基準設定部１１９は、算出した基準連続数を示す判定基準情報を判定基準記憶部１３８に記憶させる。
また、主記憶部２２は、識別器１１７により漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数である連続数を一次的に記憶する連続数記憶領域（図示せず）を有する。連続数記憶領域に記憶された連続数の初期値は、例えば「０」に設定されている。判定部１１８は、第２期間において、識別器１１７により漏洩が発生していると識別する毎に、連続数記憶領域に記憶された連続数を１だけインクリメントする。一方、判定部１１８は、識別器１１７により漏洩が発生していないと識別されると、連続数をクリア、即ち初期値である「０」に設定する。
次に、本実施の形態に係る漏洩判定装置１が実行する漏洩判定処理について図１０および図１１を参照しながら説明する。なお、図１０および図１１において、実施の形態１に係る漏洩判定処理と同様の処理については、図８および図９と同一の符号を付している。この漏洩判定処理は、実施の形態１と同様に、ユーザが漏洩判定装置１へ電源を投入した後、漏洩判定装置１の入力部（図示せず）を介して漏洩判定処理を実行するための操作を行ったことを契機として開始される。また、漏洩判定処理の開始時において、流量計測値記憶部１３１および液面レベル計測値記憶部１３２が、それぞれ前述の第１期間に対応する流量計測値および液面レベル計測値のみを記憶しているものとする。
まず、実施の形態１で説明したステップＳ１０１乃至Ｓ１０５の処理が実行される。次に、識別器１１７は、第３期間と第４期間とを特定する（ステップＳ１０６）。続いて、識別器１１７は、特定した第３期間に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定する（ステップＳ１０７）。その後、識別器１１７が、特定したマージン最大化超平面を用いて、第１期間内における第４期間に対応する複数の第１特徴量ベクトルおよび複数の第２特徴量ベクトルそれぞれについてタンクＴにおいて漏洩が発生しているか否かを識別する（ステップＳ１０８）。
次に、判定基準設定部１１９は、第４期間内において識別器１１７により漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数の最大値（最大連続数）を算出する（ステップＳ２０１）。続いて、判定基準設定部１１９は、第４期間内において識別器１１７により漏洩が発生していると識別された時間的に連続する第２特徴量ベクトルの数の最小値（最小連続数）を算出する（ステップＳ２０２）。
その後、判定基準設定部１１９は、第１期間全てについて第３期間および第４期間として特定したか否かを判定する（ステップＳ１１０）。判定基準設定部１１９が、第１期間内において第３期間と第４期間とのいずれかとして特定されていない期間が存在すると判定すると（ステップＳ１１０：Ｎｏ）、再びステップＳ１０６の処理が実行される。一方、判定基準設定部１１９が、第１期間全てについて第３期間および第４期間として特定したと判定したとする（ステップＳ１１０：Ｙｅｓ）。この場合、判定基準設定部１１９は、複数種類の第３期間と第４期間との組み合わせそれぞれについて、識別器１１７によりタンクＴにおいて漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数と、識別器１１７によりタンクＴにおいて漏洩が発生していると識別された時間的に連続する第２特徴量ベクトルの数と、に基づいて、タンクＴが漏洩していると判定する基準となる基準連続数を算出する（ステップＳ２０３）。ここで、判定基準設定部１１９は、算出した基準連続数を示す判定基準情報を判定基準記憶部１３８に記憶させる。
次に、貯留量換算部１１２および計測誤差算出部１１３は、第２期間における１つの第１特徴量ベクトルの算出に必要な流量計測値情報および液面レベル計測値情報を取得したか否かを判定する（ステップＳ２０４）。具体的には、貯留量換算部１１２および計測誤差算出部１１３は、第２期間の開始直後の第２単位時間内における流量計測値情報および液面レベル計測値情報を取得したか否かを判定する。貯留量換算部１１２および計測誤差算出部１１３は、１つの第１特徴量ベクトルの算出に必要な流量計測値情報および液面レベル計測値情報を取得していないと判定する限り（ステップＳ２０４：Ｎｏ）、ステップＳ２０４の処理を繰り返す。一方、貯留量換算部１１２および計測誤差算出部１１３が、１つの第１特徴量ベクトルの算出に必要な流量計測値情報および液面レベル計測値情報を取得したと判定したとする（ステップＳ２０４：Ｙｅｓ）。この場合、図１１に示すように、実施の形態１で説明したステップＳ１１３乃至Ｓ１１８の処理が実行される。
続いて、判定部１１８は、識別器１１７により漏洩が発生していると識別したか否かを判定する（ステップＳ２０５）。判定部１１８は、識別器１１７により漏洩が発生していると識別されたと判定すると（ステップＳ２０５：Ｙｅｓ）、主記憶部２２の連続数記憶領域に記憶されている連続数を「１」だけインクリメントする（ステップＳ２０６）。その後、後述するステップＳ２０８の処理が実行される。
一方、判定部１１８は、識別器１１７により漏洩が発生していないと識別されたと判定すると（ステップＳ２０５：Ｎｏ）、主記憶部２２の連続数記憶領域に記憶されている連続数をクリアする（ステップＳ２０７）。次に、判定部１１８は、主記憶部２２の連続数記憶領域に記憶されている連続数が予め設定された基準連続数よりも大きいか否かを判定する（ステップＳ２０８）。判定部１１８により連続数が基準連続数以下であると判定されると（ステップＳ２０８：Ｎｏ）、再びステップＳ２０４の処理が実行される。
一方、判定部１１８が、ステップＳ２０８において、連続数が基準連続数よりも大きいと判定すると（ステップＳ２０８：Ｙｅｓ）、第２送信部１２０は、アラーム情報を、第２通信部１６およびネットワークＮＴを介して端末装置５へ送信する（ステップＳ１２１）。そして、漏洩判定処理が終了する。
以上説明したように、本実施の形態に係る漏洩判定装置１によれば、判定部１１８が、第２期間において算出される、識別器１１７により漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数に基づいて、タンクＴにおいて液体Ｔｉの漏洩が発生しているか否かを判定する。これにより、第２期間において、タンクＴの漏洩の有無をリアルタイムで判定することができるので、タンクＴの漏洩を早期に検知することが可能となる。
（実施の形態３）
本実施の形態に係る漏洩判定装置は、畳み込みニューラルネットワーク（以下、「ＣＮＮ」と称する。）を用いて、タンクＴの漏洩の有無を判定するものである。例えば図１２に示すように、本実施の形態に係る漏洩判定装置３００１は、実施の形態１に係る漏洩判定装置１と同様に、ＣＰＵ１１と主記憶部１２と補助記憶部１３と第２通信部１６と各部を接続するバス１９とを有する。なお、図１２において、実施の形態１と同様の構成については図３と同一の符号を付している。
漏洩判定装置３００１では、ＣＰＵ１１が、補助記憶部１３が記憶するプログラムを主記憶部１２に読み込んで実行することにより、計測値取得部１１１、貯留量換算部１１２、計測誤差算出部１１３、疑似漏洩時計測誤差算出部１１４、変換部１１５、特徴量算出部１１６、畳み込みニューラルネットワーク決定部（以下、「ＣＮＮ決定部」と称する。）３１１７、判定部３１１８および第２送信部１２０として機能する。また、補助記憶部１３は、流量計測値記憶部１３１と液面レベル計測値記憶部１３２と液面貯留量相関記憶部１３３と計測誤差記憶部１３４と疑似計測誤差記憶部１３５と座標情報記憶部１３６と特徴量記憶部１３７と判定基準記憶部３１３８とを有する。判定基準記憶部３１３８は、判定部３１１８から出力される判定値に対してタンクＴの漏洩有無を判定するための判定基準値を示す情報を記憶する。
ＣＮＮ決定部３１１７は、予め設定された第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとのそれぞれに対して、第１幅の畳み込みフィルタを用いた畳み込み演算と第２幅の平均プーリングとを予め設定された回数だけ繰り返すことにより、ＣＮＮを決定する。ＣＮＮ決定部３１１７は、例えば図１３（Ａ）に示すように、特徴量入力層３１１７ａと第１畳み込み層３１１７ｂと第１プーリング層３１１７ｃと第２畳み込み層３１１７ｄと第２プーリング層３１１７ｅと全結合層３１１７ｆと重み係数決定部３１１７ｇとを有する。特徴量入力層３１１７ａでは、特徴量算出部１１６により算出された複数次元（例えば６００次元）の第１特徴量ベクトルまたは複数次元の第２特徴量ベクトルがＣＮＮへ入力される。
第１畳み込み層３１１７ｂでは、第１特徴量ベクトルまたは第２特徴量ベクトルを構成する複数の特徴量ｙ１［i１］（i１＝０、１、２、・・・、５９９）について、第１幅が「３」に設定された畳み込みフィルタを６４個用いた畳み込み演算を実行する。具体的には、第１畳み込み層３１１７ｂにおいて、下記式（１）の関係式を用いて、畳み込み演算が実行されることにより、新たな特徴量ｙ２［ｋ，ｉ１］が算出されていく。
ここで、ｗ１［ｋ，ｍ，０］（ｋ＝０，１，・・・，６３、ｍ＝０，１，２）は、重み係数を示し、ｋは畳み込みフィルタの個数を反映したインデックスである。また、関数ｆｒｅｌｕ（Ｘ）は、関数ｍａｘ（０，Ｘ）、即ち、引数「Ｘ」が０以下の場合に「０」を出力する関数に相当する。
この第１畳み込み層３１１７ｂでは、例えば図１４（Ａ）の矢印ＳＡＲに示すように、ｒ＝「０」に対応する特徴数ｙ１［０］を含む３つの特徴量から順にインデックスｉを１つずつ増加させながら、新たな特徴量ｙ２［ｋ，ｉ１］を算出していく。
第１プーリング層３１１７ｃでは、第１畳み込み層３１１７ｂにおいて算出された複数の特徴量ｙ２［ｋ，ｉ１］について、第２幅「２」の平均プーリングを実行する。具体的には、第１プーリング層３１１７ｃでは、例えば図１４（Ｂ）に示すように、下記式（２）の関係式を用いて、インデックスｊが隣り合う２つの特徴量の平均値に相当する新たな特徴量ｙ３［ｋ，ｉ２］を算出していく。
第２畳み込み層３１１７ｄでは、第１プーリング層３１１７ｃにおいて算出された複数の特徴量ｙ３［ｋ，ｉ２］（ｉ２＝０，１，・・・，２９９）について、第１幅が「３」に設定された畳み込みフィルタを３２個用いた畳み込み演算を実行する。具体的には、第２畳み込み層３１１７ｄにおいて、下記式（３）の関係式を用いて、畳み込み演算が実行されることにより、新たな特徴量ｙ４［ｋ，ｉ２］が算出されていく。
ここで、ｗ２［ｋ，ｍ，ｎ］（ｋ＝０，１，・・・，３１、ｍ＝０，１，２、ｎ＝０，１，２，・・・，６３）は、重み係数を示し、ｋは畳み込みフィルタの個数を反映したインデックスである。また、関数ｆｒｅｌｕ（Ｘ）は、前述の式（１）と同様である。
第２プーリング層３１１７ｅでは、第２畳み込み層３１１７ｄにおいて算出された複数の特徴量ｙ４［ｋ，ｉ２］について、第２幅「２」の平均プーリングを実行する。具体的には、第２プーリング層３１１７ｅでは、下記式（４）の関係式を用いて、インデックスｊが隣り合う２つの特徴量の平均値に相当する新たな特徴量ｙ５［ｋ，ｉ３］を算出していく。
ＣＮＮ決定部３１１７では、まず、第１畳み込み層３１１７ｂにおいて、特徴量入力層３１１７ａで入力された第１特徴量ベクトルまたは第２特徴量ベクトルを構成する複数の特徴量に対して畳み込み演算を実行することにより複数の新たな特徴量を算出した後、第１プーリング層３１１７ｃにおいて、その複数の新たな特徴量に対して平均プーリングを実行することにより更に複数の新たな特徴量を算出する。これにより、複数の特徴量の数が低減される。その後、再び、第２畳み込み層３１１７ｄにおいて、第１プーリング層３１１７ｃにおいて算出された複数の特徴量に対して畳み込み演算を実行することにより複数の新たな特徴量を算出した後、第２プーリング層３１１７ｅにおいて、算出された複数の新たな特徴量に対して平均プーリングを実行することにより更に複数の新たな特徴量を算出する。即ち、畳み込み演算と平均プーリングとが、２回繰り返して実行される。
全結合層３１１７ｆでは、前述のように、第１特徴量ベクトルまたは第２特徴量ベクトルを構成する複数の特徴量に対して、畳み込み演算および平均プーリングが２回繰り返し実行されることにより得られる特徴量について、下記式（５）および下記式（６）で表される関係式を用いて、判定値を算出する。判定値は、複数の第１特徴量ベクトルおよび複数の第２特徴量ベクトルそれぞれについて１つずつ算出される。
ここで、ｙ７は、判定値であり、ｗ３［ｐ］（ｐ＝０，１，・・・，４７９９）は、重み係数を示す。また、関数ｆｓｉｇ（Ｘ）は、シグモイド関数（１／１＋ｅ−Ｘ）である。
重み係数決定部３１１７ｇは、判定基準記憶部３１３８から予め設定した判定基準値を取得し、複数の第１特徴量ベクトルそれぞれに対応する第１判定値が判定基準値未満であり、複数の第２特徴量ベクトルそれぞれに対応する第２判定値が判定基準値以上となるように、前述の式（１）、式（３）および式（６）の重み係数を決定する。このようにして、ＣＮＮ決定部３１１７は、前述の式（１）乃至式（６）それぞれに示す関係式により特徴づけられるＣＮＮを決定する。
判定部３１１８は、前述の第２期間ΔＴ２に対応する第１特徴量ベクトルに対して、ＣＮＮ決定部３１１７により決定されたＣＮＮに基づいて、畳み込み演算と平均プーリングとを予め設定された回数だけ繰り返すことにより、タンクＴが漏洩しているか否かを判定する。判定部３１１８は、図１３（Ｂ）に示すように、特徴量入力層３１１８ａと第１畳み込み層３１１８ｂと第１プーリング層３１１８ｃと第２畳み込み層３１１８ｄと第２プーリング層３１１８ｅと全結合層３１１８ｆと正規化線形ユニット３１１８ｇとを備える。判定部３１１８では、まず、第１畳み込み層３１１８ｂにおいて、特徴量入力層３１１８ａでＣＮＮに入力された第１特徴量ベクトルを構成する複数の特徴量に対して畳み込み演算を実行することにより複数の新たな特徴量を算出した後、第１プーリング層３１１８ｃにおいて、算出された複数の特徴量に対して平均プーリングを実行することにより更に複数の新たな特徴量を算出する。ここで、第１畳み込み層３１１８ｂでは、前述の式（１）に示す関係式であって、重み係数ｗ１［ｋ，ｍ，０］がＣＮＮ決定部３１１７により決定された値に設定された関係式を用いて、畳み込み演算が実行される。
その後、第２畳み込み層３１１８ｄにおいて、第１プーリング層３１１８ｃで算出された複数の特徴量に対して畳み込み演算を実行することにより複数の新たな特徴量を算出した後、第２プーリング層３１１８ｅにおいて、その算出された複数の特徴量に対して平均プーリングを実行することにより更に複数の新たな特徴量を算出する。ここで、第２畳み込み層３１１８ｄでは、前述の式（３）に示す関係式であって、重み係数ｗ２［ｋ，ｍ，ｎ］がＣＮＮ決定部３１１７により決定された値に設定された関係式を用いて、畳み込み演算が実行される。このように、判定部３１１８においても、ＣＮＮ決定部３１１７と同様に、畳み込み演算と平均プーリングとが、２回繰り返して実行される。
全結合層３１１８ｆでは、前述のように、第１特徴量ベクトルを構成する複数の特徴量に対して、畳み込み演算および平均プーリングが２回繰り返し実行されることにより得られる特徴量について、前述の式（６）に示す関係式であって、重み係数ｗ３［ｐ］がＣＮＮ決定部３１１７により決定された値に設定された関係式を用いて、第１判定値が算出される。
正規化線形ユニット３１１８ｇは、全結合層３１１８ｆにより算出された第１判定値が、判定基準値以上であるか否かに基づいて、タンクＴが漏洩しているか否かを判定する。具体的には、正規化線形ユニット３１１８ｇは、全結合層３１１８ｆにより算出された第１判定値が、判定基準値未満である場合、「０」を返し、全結合層３１１８ｆにより算出された第１判定値が、判定基準値以上である場合、「１」を返す活性化関数を用いて、判定結果を出力する。
次に、本実施の形態に係る漏洩判定装置３００１が実行する漏洩判定処理について図１５を参照しながら説明する。なお、図１５において、実施の形態１に係る漏洩判定処理と同様の処理については、図８および図９と同一の符号を付している。この漏洩判定処理は、実施の形態１と同様に、ユーザが漏洩判定装置３００１へ電源を投入した後、漏洩判定装置３００１の入力部（図示せず）を介して漏洩判定処理を実行するための操作を行ったことを契機として開始される。また、漏洩判定処理の開始時において、流量計測値記憶部１３１および液面レベル計測値記憶部１３２が、それぞれ前述の第１期間に対応する流量計測値および液面レベル計測値のみを記憶しているものとする。
まず、実施の形態１で説明したステップＳ１０１乃至Ｓ１０５の処理が実行される。これにより、複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとが算出される。次に、ＣＮＮ決定部３１１７が、前述のように第１期間ΔＴ１内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとのそれぞれに対して、畳み込み演算と平均プーリングとを予め設定された回数（例えば２回）だけ繰り返すことにより、ＣＮＮを決定する（ステップＳ３０１）。
次に、貯留量換算部１１２および計測誤差算出部１１３は、流量計測値記憶部１３１および液面レベル計測値記憶部１３２に判定対象となる第２期間における流量計測値情報および液面レベル計測値情報が蓄積されたか否かを判定する（ステップＳ１１２）。貯留量換算部１１２および計測誤差算出部１１３は、流量計測値記憶部１３１および液面レベル計測値記憶部１３２に判定対象となる流量計測値情報および液面レベル計測値情報が未だ蓄積されていないと判定する限り（ステップＳ１１２：Ｎｏ）、ステップＳ１１２の処理を繰り返す。
一方、貯留量換算部１１２および計測誤差算出部１１３が、流量計測値記憶部１３１および液面レベル計測値記憶部１３２に判定対象となる流量計測値情報および液面レベル計測値情報が蓄積されたと判定したとする（ステップＳ１１２：Ｙｅｓ）。この場合、ステップＳ１１３乃至Ｓ１１６の処理が実行される。
続いて、判定部３１１８は、前述の第２期間ΔＴ２に対応する第１特徴量ベクトルに対して、ＣＮＮ決定部３１１７により決定されたＣＮＮに基づいて、畳み込み演算と平均プーリングとを予め設定された回数だけ繰り返すことにより、第１判定値を算出する（ステップＳ３０２）。
その後、判定部３１１８は、算出された第１判定値が判定基準値以上であるか否かを判定する（ステップＳ３０３）。判定部３１１８により第１判定値が判定基準値未満であると判定されると（ステップＳ３０３：Ｎｏ）、再びステップＳ１１２の処理が実行される。一方、判定部３１１８が、ステップＳ３０３において、第１判定値が判定基準値以上であると判定すると（ステップＳ３０３：Ｙｅｓ）、第２送信部１２０は、アラーム情報を、第２通信部１６およびネットワークＮＴを介して端末装置５へ送信する（ステップＳ１２１）。そして、漏洩判定処理が終了する。
以上説明したように、本実施の形態に係る漏洩判定装置３００１によれば、判定部３１１８が、前述の第２期間ΔＴ２に対応する第１特徴量ベクトルに対して、ＣＮＮ決定部３１１７により決定されたＣＮＮに基づいて、畳み込み演算と平均プーリングとを予め設定された回数だけ繰り返すことにより、タンクＴが漏洩しているか否かを判定する。これにより、第２期間において、タンクＴの漏洩の有無の検知精度を高めることができるので、タンクＴの漏洩の見逃しが抑制されるという利点がある。
以上、本発明の実施の形態について説明したが、本発明は前述の実施の形態の構成に限定されるものではない。例えば、実施の形態１乃至３において、漏洩判定装置１、３００１の各機能が、端末装置５において実現されているものであってもよい。
実施の形態１および２では、疑似漏洩時計測誤差算出部１１４が、タンクＴにおいて０．０５ｇａｌｌｏｎ／ｈｏｕｒ、即ち、０．０３１５４５Ｌ／１０ｍｉｎの漏洩速度で漏洩が生じていると仮定する場合について説明した。但し、疑似漏洩時計測誤差算出部１１４が仮定する漏洩速度はこれに限定されず、この漏洩速度は、要求される漏洩判定の精度に応じて適宜変更してもよい。疑似漏洩時計測誤差算出部１１４が、例えばタンクＴにおいて０．１０ｇａｌｌｏｎ／ｈｏｕｒ、即ち、０．０６３０９１Ｌ／１０ｍｉｎの漏洩速度で漏洩が生じていると仮定するとする。この場合、疑似漏洩時計測誤差算出部１１４は、第１期間内における７つの第１単位時間それぞれにおいて０．０６Ｌだけ漏洩し、残りの３つの第１単位時間において０．０７Ｌだけ漏洩すると仮定する。つまり、第１期間内において、漏洩量が０．０６Ｌである第１単位時間が、７／１０の確率で出現し、漏洩量が０．０７Ｌである第１単位時間が、３／１０の確率で出現する。この場合、例えば、第１単位時間が１０ｍｉｎ、第１数が「１０」、第２数が「７」、第１漏洩量が「０．０６Ｌ」、第２漏洩量が「０．０７Ｌ」に設定される。また、疑似漏洩時計測誤差算出部１１４が、例えばタンクＴにおいて０．２０ｇａｌｌｏｎ／ｈｏｕｒ、即ち、０．１２６１８１Ｌ／１０ｍｉｎの漏洩速度で漏洩が生じていると仮定するとする。この場合、疑似漏洩時計測誤差算出部１１４は、第１期間内における８つの第１単位時間それぞれにおいて０．１Ｌだけ漏洩し、残りの２つの第１単位時間において０．２Ｌだけ漏洩すると仮定する。つまり、第１期間内において、漏洩量が０．１Ｌである第１単位時間が、８／１０の確率で出現し、漏洩量が０．２Ｌである第１単位時間が、２／１０の確率で出現する。この場合、例えば、第１単位時間が１０ｍｉｎ、第１数が「１０」、第２数が「８」、第１漏洩量が「０．１Ｌ」、第２漏洩量が「０．２Ｌ」に設定される。
実施の形態１および２では、判定基準設定部１１９が、任意に選択した３月間の計測誤差値情報および疑似計測誤差値情報を用いて基準比率を算出する場合について説明した。但し、判定基準設定部１１９が、基準比率を算出する際に用いる計測誤差値情報および疑似計測誤差値情報に対応する期間は３月間に限定されるものではない。判定基準設定部１１９が、例えば任意に選択した２月間以下の期間に対応する計測誤差値情報および疑似計測誤差値情報を用いて基準比率を算出してもよい。この場合、基準比率を算出するのに要する期間を短縮できるので、漏洩判定システムを早期に導入することができるという利点がある。或いは、判定基準設定部１１９が、任意に選択した４月間以上の期間に対応する計測誤差値情報を用いて基準比率を算出してもよい。この場合、判定基準設定部１１９は、基準比率の算出に用いる計測誤差値情報および疑似計測誤差値情報の量が増加した分だけ最適な基準比率を設定することができる。従って、漏洩判定装置１による漏洩判定の精度が向上するという利点がある。
実施の形態１乃至３において、例えばタンクＴへの液体Ｌｉの補充またはタンクＴからの液体Ｌｉの排出が行われた場合、液体Ｌｉの液面レベルが比較的大きく変動するため計測誤差値が大きくなる可能性が大きい。そこで、変換部１１５が、計測誤差算出部１１３が算出した複数の計測誤差値から、タンクＴへの液体Ｌｉの補充またはタンクＴからの液体Ｌｉの排出が行われた時刻に対応する計測誤差値を省いた複数の計測誤差値を、複数の第１座標情報に変換するものであってもよい。この場合、変換部１１５は、疑似計測誤差値についても、疑似漏洩時計測誤差算出部１１４が算出した複数の疑似計測誤差値から、タンクＴへの液体Ｌｉの補充またはタンクＴからの液体Ｌｉの排出が行われた時刻に対応する計測誤差値を省いた複数の計測誤差値を、複数の第２座標情報に変換する。そして、特徴量算出部１１６が、変換部１１５が生成した第１座標情報および第２座標情報から第１特徴量ベクトルおよび第２特徴量ベクトルを算出し、識別器１１７が、算出された第１特徴量ベクトルと第２特徴量ベクトルとを用いてマージン最大化超平面を特定する。例えば図１６（Ａ）に示すように、時刻Ｔ［４］においてタンクＴからの液体Ｌｉの排出が行われたとする。この場合、変換部１１５は、時刻Ｔ［４］における計測誤差値ｘ［４］を省いた計測誤差値から第１座標情報を算出する。即ち、変換部１１５は、例えば第１座標情報（ｘ［２］、ｘ［３］、ｘ［５］）、（ｘ［３］、ｘ［５］、ｘ［６］）のように計測誤差値ｘ［４］を含めない形で第１座標情報を生成する。なお、変換部１１５は、第２座標情報についても同様にして生成する。
或いは、特徴量算出部１１６が、変換部１１５により生成された複数の第１座標情報のうち、タンクＴへの液体Ｌｉの補充またはタンクＴからの液体Ｌｉの排出が行われた時刻に対応する計測誤差値および疑似計測誤差値を要素とする第１座標情報を省いて第１特徴量ベクトルおよび第２特徴量ベクトルを算出するものであってもよい。そして、識別器１１７が、算出された第１特徴量ベクトルと第２特徴量ベクトルとを用いてマージン最大化超平面を特定する。例えば図１６（Ｂ）に示すように、時刻Ｔ［４］においてタンクＴからの液体Ｌｉの排出が行われたとする。この場合、変換部１１５は、時刻Ｔ［４］における計測誤差値ｘ［４］を要素とする第１座標情報（ｘ［２］、ｘ［３］、ｘ［４］）、（ｘ［３］、ｘ［４］、ｘ［５］）、（ｘ［４］、ｘ［５］、ｘ［６］）を省いて第１特徴量ベクトルを算出する。なお、特徴量算出部１１６は、第２特徴量ベクトルについても同様にして算出する。
本構成によれば、タンクＴへの液体Ｌｉの補充またはタンクＴからの液体Ｌｉの排出に起因した計測誤差値の変動が識別器１１７により特定されるマージン最大化超平面に影響することが抑制される。従って、識別器１１７による漏洩識別精度が向上するので、漏洩判定精度が向上するという利点がある。
実施の形態３において、漏洩判定装置が、タンクＴの漏洩量を推定する機能を有するものであってもよい。例えば図１７に示すように、本変形例に係る漏洩判定装置４００１は、実施の形態３に係る漏洩判定装置３００１と同様に、ＣＰＵ１１と主記憶部１２と補助記憶部１３と第２通信部１６と各部を接続するバス１９とを有する。なお、図１７において、実施の形態３と同様の構成については図１２と同一の符号を付している。
漏洩判定装置４００１では、ＣＰＵ１１が、補助記憶部１３が記憶するプログラムを主記憶部１２に読み込んで実行することにより、計測値取得部１１１、貯留量換算部１１２、計測誤差算出部１１３、疑似漏洩時計測誤差算出部１１４、変換部１１５、特徴量算出部１１６、ＣＮＮ決定部４１１７、判定部４１１８、漏洩量推定部４１１９および第２送信部１２０として機能する。また、補助記憶部１３は、流量計測値記憶部１３１と液面レベル計測値記憶部１３２と液面貯留量相関記憶部１３３と計測誤差記憶部１３４と疑似計測誤差記憶部１３５と座標情報記憶部１３６と特徴量記憶部１３７と判定基準記憶部４１３８とを有する。疑似計測誤差記憶部１３５は、複数種類の漏洩量それぞれに対応する疑似計測誤差値を示す情報を記憶する。疑似計測誤差記憶部１３５は、例えばタンクＴの単位時間当たりの漏洩量が０．０５ｇａｌ／ｈｏｕｒ、０．１ｇａｌ／ｈｏｕｒ、０．２ｇａｌ／ｈｏｕｒである場合それぞれについての疑似計測誤差値を示す情報を記憶する。判定基準記憶部４１３８は、漏洩量推定部４１１９から出力される漏洩量を示す情報に対してタンクＴの漏洩有無を判定するための基準漏洩量を示す情報を記憶する。
ＣＮＮ決定部４１１７は、実施の形態３で説明したＣＮＮ決定部３１１７と同様の構成を有し、第１判定値が予め設定された判定基準値未満であり、予め設定された複数種類のタンクＴの漏洩量に対応する複数種類の第２特徴量ベクトルそれぞれに対応する複数種類の第２判定値が、それぞれ対応するタンクの漏洩量に対応する数値範囲となるように、ＣＮＮを決定する。ここで、第１判定値は、第１期間ΔＴ１内に対応する第１特徴量ベクトルそれぞれに対して、畳み込み演算と平均プーリングとを予め設定された回数だけ繰り返すことにより得られる。また、複数種類の第２判定値は、前述の複数種類のタンクＴの漏洩量それぞれに対応する複数種類の疑似計測誤差値それぞれから算出される複数種類の第２特徴量ベクトルそれぞれに対して、畳み込み演算と平均プーリングとを予め設定された回数だけ繰り返すことにより得られる。
漏洩量推定部４１１９は、第２期間ΔＴ２に対応する第１特徴量ベクトルに対して、ＣＮＮに基づいて、畳み込み演算と平均プーリングとを予め設定された回数だけ繰り返すことにより得られる第１判定値と、複数種類のタンクＴの漏洩量と、に基づいて、タンクＴの漏洩量を推定する。漏洩量推定部４１１９は、図１８に示すように、特徴量入力層４１１９ａと第１畳み込み層４１１９ｂと第１プーリング層４１１９ｃと第２畳み込み層４１１９ｄと第２プーリング層４１１９ｅと全結合層４１１９ｆと漏洩量出力ユニット４１１９ｇとを備える。漏洩量推定部４１１９では、まず、第１畳み込み層４１１９ｂにおいて、特徴量入力層４１１９ａでＣＮＮに入力された第１特徴量ベクトルを構成する複数の特徴量に対して畳み込み演算を実行することにより複数の新たな特徴量を算出した後、第１プーリング層４１１９ｃにおいて、算出された複数の特徴量に対して平均プーリングを実行することにより更に複数の新たな特徴量を算出する。ここで、第１畳み込み層４１１９ｂでは、実施の形態３で説明した式（１）に示す関係式であって、重み係数ｗ１［ｋ，ｍ，０］がＣＮＮ決定部４１１７により決定された値に設定された関係式を用いて畳み込み演算が実行される。
その後、第２畳み込み層４１１９ｄにおいて、第１プーリング層４１１９ｃで算出され複数の特徴量に対して畳み込み演算が実行されることにより複数の新たな特徴量が算出された後、第２プーリング層４１１９ｅにおいて、算出された複数の特徴量に対して平均プーリングが実行されることにより更に複数の新たな特徴量が算出される。ここで、第２畳み込み層４１１９ｄでは、実施の形態３で説明した式（３）に示す関係式であって、重み係数ｗ２［ｋ，ｍ，ｎ］がＣＮＮ決定部４１１７により決定された値に設定された関係式を用いて畳み込み演算が実行される。このように、漏洩量推定部４１１９では、ＣＮＮ決定部４１１７と同様に、畳み込み演算と平均プーリングとが、２回繰り返して実行される。
全結合層４１１９ｆでは、前述のように、第１特徴量ベクトルを構成する複数の特徴量に対して、畳み込み演算および平均プーリングが２回繰り返し実行されることにより得られる特徴量について、実施の形態３で説明した式（６）に示す関係式であって、重み係数ｗ３［ｐ］がＣＮＮ決定部４１１７により決定された値に設定された関係式を用いて、第１判定値が算出される。漏洩量出力ユニット４１１９ｇは、全結合層４１１９ｆにおいて算出された第１判定値に対応するタンクＴの漏洩量を出力する。
図１７に戻って、判定部４１１８は、判定基準記憶部４１３８から予め設定された基準漏洩量を示す情報を取得し、漏洩量推定部４１１９により推定されたタンクＴの漏洩量が基準漏洩量以上であるか否かを判定する。判定部４１１８は、タンクＴの漏洩量が基準漏洩量以上である場合、タンクＴが漏洩していると判定する。
次に、本変形例に係る漏洩判定装置４００１が実行する漏洩判定処理について図１９を参照しながら説明する。なお、図１９において、実施の形態３に係る漏洩判定処理と同様の処理については、図１５と同一の符号を付している。この漏洩判定処理は、実施の形態３と同様に、ユーザが漏洩判定装置４００１へ電源を投入した後、漏洩判定装置４００１の入力部（図示せず）を介して漏洩判定処理を実行するための操作を行ったことを契機として開始される。また、漏洩判定処理の開始時において、流量計測値記憶部１３１および液面レベル計測値記憶部１３２が、それぞれ前述の第１期間に対応する流量計測値および液面レベル計測値のみを記憶しているものとする。
まず、実施の形態１で説明したステップＳ１０１およびＳ１０２の処理が実行される。次に、疑似漏洩時計測誤差算出部１１４は、計測誤差記憶部１３４から第１期間に対応する複数の計測誤差値情報を取得する。そして、疑似漏洩時計測誤差算出部１１４は、取得した複数の計測誤差値情報が示す複数の計測誤差値から、前述のように、タンクＴにおいて第１単位時間当たりに予め設定された複数種類の漏洩量だけ漏洩していると仮定した場合の複数種類の疑似計測誤差値を算出する（ステップＳ４０１）。疑似漏洩時計測誤差算出部１１４は、例えばタンクＴの単位時間当たりの漏洩量が０．０５ｇａｌ／ｈｏｕｒ、０．１ｇａｌ／ｈｏｕｒ、０．２ｇａｌ／ｈｏｕｒである場合それぞれについて疑似計測誤差値を算出する。疑似漏洩時計測誤差算出部１１４は、算出した疑似計測誤差値を示す疑似計測誤差値情報を疑似計測誤差記憶部１３５に記憶させる。
続いて、変換部１１５は、複数の計測誤差値情報が示す複数の計測誤差値を３次元の複数の第１座標情報に変換する。また、変換部１１５は、第１期間ΔＴ１に対応する複数種類の疑似計測誤差値情報それぞれが示す複数種類の疑似計測誤差値を３次元の複数種類の第２座標情報に変換する（ステップＳ４０２）。
その後、特徴量算出部１１６は、第１期間内において第２単位時間毎に複数の第１座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出する。また、特徴量算出部１１６は、前述の第１期間内において第２単位時間毎に複数種類の第２座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数種類の第２特徴量ベクトルを算出する（ステップＳ４０３）。
次に、ＣＮＮ決定部４１１７が、前述のように第１期間ΔＴ１内に対応する複数の第１特徴量ベクトルと複数種類の第２特徴量ベクトルとのそれぞれに対して、畳み込み演算と平均プーリングとを予め設定された回数（例えば２回）だけ繰り返すことにより、ＣＮＮを決定する（ステップＳ４０４）。
次に、貯留量換算部１１２および計測誤差算出部１１３は、流量計測値記憶部１３１および液面レベル計測値記憶部１３２に判定対象となる第２期間における流量計測値情報および液面レベル計測値情報が蓄積されたか否かを判定する（ステップＳ１１２）。貯留量換算部１１２および計測誤差算出部１１３は、流量計測値記憶部１３１および液面レベル計測値記憶部１３２に判定対象となる流量計測値情報および液面レベル計測値情報が未だ蓄積されていないと判定する限り（ステップＳ１１２：Ｎｏ）、ステップＳ１１２の処理を繰り返す。
一方、貯留量換算部１１２および計測誤差算出部１１３が、流量計測値記憶部１３１および液面レベル計測値記憶部１３２に判定対象となる流量計測値情報および液面レベル計測値情報が蓄積されたと判定したとする（ステップＳ１１２：Ｙｅｓ）。この場合、ステップＳ１１３乃至Ｓ１１６の処理が実行される。
続いて、漏洩量推定部４１１９は、前述の第２期間ΔＴ２に対応する第１特徴量ベクトルに対して、ＣＮＮ決定部４１１７により決定されたＣＮＮに基づいて、畳み込み演算と平均プーリングとを予め設定された回数（例えば２回）だけ繰り返すことにより、タンクＴの漏洩量を推定する（ステップＳ４０５）。
その後、判定部４１１８は、推定されたタンクＴの漏洩量が基準値漏洩量以上であるか否かを判定する（ステップＳ４０６）。判定部４１１８によりタンクＴの漏洩量が基準漏洩量未満であると判定されると（ステップＳ４０６：Ｎｏ）、再びステップＳ１１２の処理が実行される。一方、判定部４１１８が、ステップＳ４０６において、タンクＴの漏洩量が基準漏洩量以上であると判定すると（ステップＳ４０６：Ｙｅｓ）、第２送信部１２０は、アラーム情報を、第２通信部１６およびネットワークＮＴを介して端末装置５へ送信する（ステップＳ１２１）。そして、漏洩判定処理が終了する。
本構成によれば、漏洩量推定部４１１９は、第２期間Ｔ２に対応する第１特徴量ベクトルに対して、ＣＮＮに基づいて、畳み込み演算と平均プーリングとを予め設定された回数だけ繰り返すことにより得られる第１判定値と、複数種類のタンクＴの漏洩量と、に基づいて、タンクＴの漏洩量を推定する。これにより、第２期間において、タンクＴの漏洩が発生している場合にその漏洩量を検知することができるので、タンクＴの漏洩による影響を予想することが可能となる。
実施の形態３では、第１畳み込み層３１１７ｂ、３１１８ｂ、第２畳み込み層３１１７ｄ、３１１８ｄで用いられる畳み込みフィルタの第１幅が「３」である例について説明したが、この第１幅は「３」に限定されるものではなく、「４」以上であってもよい。また、実施の形態３では、第１プーリング層３１１７ｃ、３１１８ｃ、第２プーリング層３１１７ｅ、３１１８ｅにおける平均プーリングの第２幅が「２」である例について説明したが、この第２幅は「２」に限定されるものではなく「３」以上であってもよい。
実施の形態３に係るＣＮＮ決定部３１１７、判定部３１１８では、畳み込み演算と平均プーリングとが、２回繰り返して実行される例について説明した。但し、畳み込み演算と平均プーリングとの繰り返し回数は２回に限定されるものではなく、畳み込み演算と平均プーリングとが３回以上繰り返し実行されるものであってもよい。
また、本発明に係る漏洩判定装置１、３００１、４００１の各種機能は、専用のシステムによらず、通常のコンピュータシステムを用いて実現可能である。例えば、ネットワークに接続されているコンピュータに、上記動作を実行するためのプログラムを、コンピュータシステムが読み取り可能な非一時的な記録媒体（ＣＤ−ＲＯＭ(Compact Disc Read Only Memory)等）に格納して配布し、当該プログラムをコンピュータシステムにインストールすることにより、上述の処理を実行する漏洩判定装置１、３００１、４００１を構成してもよい。
また、コンピュータにプログラムを提供する方法は任意である。例えば、プログラムは、通信回線の掲示版（ＢＢＳ（Bulletin Board System））にアップロードされ、通信回線を介してコンピュータに配信されてもよい。そして、コンピュータは、このプログラムを起動して、ＯＳ(Operating System)の制御の下、他のアプリケーションと同様に実行する。これにより、コンピュータは、上述の処理を実行する漏洩判定装置１、３００１、４００１として機能する。
以上、本発明の各実施の形態および変形例（なお書きに記載したものを含む。以下、同
様。）について説明したが、本発明はこれらに限定されるものではない。本発明は、実施
の形態及び変形例が適宜組み合わされたもの、それに適宜変更が加えられたものを含む。
本発明は、給油所または化学薬品工業の敷地に埋設された地下タンクからの燃料油または化学薬品の漏洩検知手段として好適である。
１，３００１，４００１：漏洩判定装置、２：タンク監視装置、３：液面計、３ａ：フロート、３ｂ：穿孔テープ、３ｃ：液面計本体、５：端末装置、１１，２１：ＣＰＵ、１２，２２：主記憶部、１３，２３：補助記憶部、１６：第２通信部、２６：第１通信部、１９，２９：バス、２４：ＡＤＣ、２５：センサＩ／Ｆ、４１：第１流量計、４２：第２流量計、１１１：計測値取得部、１１２：貯留量換算部、１１３：計測誤差算出部、１１４：疑似漏洩時計測誤差算出部、１１５：変換部、１１６：特徴量算出部、１１７：識別器、１１８，３１１８，４１１８：判定部、１１９：判定基準設定部、１２０：第２送信部、１３１：流量計測値記憶部、１３２：液面レベル計測値記憶部、１３３：液面貯留量相関記憶部、１３４：計測誤差記憶部、１３５：疑似計測誤差記憶部、１３６：座標情報記憶部、１３７：特徴量記憶部、１３８，３１３８，４１３８：判定基準記憶部、２１１：流量取得部、２１２：液面レベル取得部、２１３：計時部、２１４：第１送信部、２４１：電流電圧変換器、３１１７，４１１７：ＣＮＮ決定部、３１１７ａ，３１１８ａ，４１１９ａ：特徴量入力層、３１１７ｂ，３１１８ｂ，４１１９ｂ：第１畳み込み層、３１１７ｃ，３１１８ｃ，４１１９ｃ：第１プーリング層、３１１７ｄ，３１１８ｄ，４１１９ｄ：第２畳み込み層、３１１７ｅ，３１１８ｅ，４１１９ｅ：第２プーリング層、３１１７ｆ，３１１８ｆ，４１１９ｆ：全結合層、３１１７ｇ：重み係数決定部、３１１８ｇ：正規化線形ユニット、４１１９：漏洩量推定部、４１１９ｇ：漏洩量出力ユニット、Ｌｉ：液体、ＮＴ：ネットワーク、Ｐ１：導入管、Ｐ２：排出管、Ｔ：タンク

Claims (20)

  1. 液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定装置であって、
    前記タンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算し且つ前記タンクからの前記第１単位時間当たりの液体の流出量を差し引いて前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部と、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部と、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部と、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部と、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定した前記マージン最大化超平面を用いて前記タンクにおいて漏洩が発生しているか否かを識別する識別器と、
    前記第２期間における複数の第１特徴量ベクトルについて前記識別器により前記漏洩が発生していると識別された比率に基づいて、前記タンクが漏洩しているか否かを判定する判定部と、を備える、
    漏洩判定装置。
  2. 前記判定部により前記タンクが漏洩していると判定する基準比率を設定する判定基準設定部を更に備え、
    前記特徴量算出部は、前記第１期間内における前記第１期間よりも短い予め設定された第３期間内および前記第１期間内における前記第３期間以外の第４期間内それぞれにおいて前記第２単位時間毎に複数の第１座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第３期間内および前記第４期間内それぞれにおいて前記第２単位時間毎に複数の第２座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出し、
    前記識別器は、前記第３期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定した前記マージン最大化超平面を用いて、前記第４期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとについて前記漏洩が発生しているか否かを識別し、
    前記判定基準設定部は、前記第４期間内において、前記識別器により前記漏洩が発生していると識別された比率に基づいて、前記基準比率を設定する、
    請求項１に記載の漏洩判定装置。
  3. 前記第１期間は、Ｎ（Ｎは３以上の整数）月間であり、
    前記第３期間は、Ｎ月間から選択された（Ｎ−１）月間であり、
    前記第４期間は、Ｎ月間のうちの前記（Ｎ−１）月間を除く残りの１月間であり、
    前記判定基準設定部は、Ｎ種類の前記第３期間と前記第４期間との組み合わせそれぞれについて、前記第４期間内において前記識別器により漏洩が発生していると識別された比率に基づいて、前記タンクが漏洩していると判定する基準比率を算出する、
    請求項２に記載の漏洩判定装置。
  4. 液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定装置であって、
    前記タンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算し且つ前記タンクからの前記第１単位時間当たりの液体の流出量を差し引いて前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部と、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部と、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部と、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部と、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定した前記マージン最大化超平面を用いて前記タンクにおいて漏洩が発生しているか否かを識別する識別器と、
    前記第２期間において算出される、前記識別器により前記漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数に基づいて、前記タンクが漏洩しているか否かを判定する判定部と、を備える、
    漏洩判定装置。
  5. 前記判定部により前記タンクが漏洩していると判定する基準となる基準連続数を設定する判定基準設定部を更に備え、
    前記特徴量算出部は、前記第１期間内における前記第１期間よりも短い予め設定された第３期間内および前記第１期間内における前記第３期間以外の第４期間内それぞれにおいて前記第２単位時間毎に複数の第１座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第３期間内および前記第４期間内それぞれにおいて前記第２単位時間毎に複数の第２座標情報を用いてトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出し、
    前記識別器は、前記第３期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定した前記マージン最大化超平面を用いて、前記第４期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとについて前記漏洩が発生しているか否かを識別し、
    前記判定基準設定部は、前記第４期間内において、前記識別器により前記漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数と、前記識別器により前記漏洩が発生していると識別された時間的に連続する第２特徴量ベクトルの数と、に基づいて、前記基準連続数を設定する、
    請求項４に記載の漏洩判定装置。
  6. 前記第１期間は、Ｎ（Ｎは３以上の整数）月間であり、
    前記第３期間は、Ｎ月間から選択された（Ｎ−１）月間であり、
    前記第４期間は、Ｎ月間のうちの前記（Ｎ−１）月間を除く残りの１月間であり、
    前記判定基準設定部は、Ｎ種類の前記第３期間と前記第４期間との組み合わせそれぞれについて、前記第４期間内において、前記識別器により前記漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数と、前記識別器により前記漏洩が発生していると識別された時間的に連続する第２特徴量ベクトルの数と、に基づいて、前記基準連続数を算出する、
    請求項５に記載の漏洩判定装置。
  7. 液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定装置であって、
    前記タンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算し且つ前記タンクからの前記第１単位時間当たりの液体の流出量を差し引いて前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部と、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部と、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部と、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部と、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとのそれぞれに対して、第１幅の畳み込みフィルタを用いた畳み込み演算と第２幅の平均プーリングとを予め設定された回数だけ繰り返すことにより、畳み込みニューラルネットワークを決定する畳み込みニューラルネットワーク決定部と、
    前記第２期間に対応する第１特徴量ベクトルに対して、前記畳み込みニューラルネットワークに基づいて、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより、前記タンクが漏洩しているか否かを判定する判定部と、を備える、
    漏洩判定装置。
  8. 前記畳み込みニューラルネットワーク決定部は、前記第１特徴量ベクトルに対して、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより得られる第１判定値が予め設定された判定基準値未満であり、前記第２特徴量ベクトルに対して、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより得られる第２判定値が前記判定基準値以上となるように、前記畳み込みニューラルネットワークを決定し、
    前記判定部は、前記第２期間に対応する第１特徴量ベクトルに対して、前記畳み込みニューラルネットワークに基づいて、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより得られる第１判定値が、前記判定基準値よりも大きいか否かに基づいて、前記タンクが漏洩しているか否かを判定する、
    請求項７に記載の漏洩判定装置。
  9. 前記畳み込みニューラルネットワーク決定部は、前記第１期間内に対応する前記第１特徴量ベクトルそれぞれに対して、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより得られる第１判定値が予め設定された判定基準値未満であり、予め設定された複数種類の前記タンクの漏洩量それぞれに対応する複数種類の疑似計測誤差値それぞれから算出される複数種類の前記第２特徴量ベクトルそれぞれに対して、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより得られる複数種類の第２判定値が、それぞれ、対応する前記タンクの漏洩量となるように、前記畳み込みニューラルネットワークを決定し、
    前記第２期間に対応する第１特徴量ベクトルに対して、前記畳み込みニューラルネットワークに基づいて、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより得られる第１判定値と、前記複数種類の前記タンクの漏洩量と、に基づいて、前記タンクの漏洩量を推定する漏洩量推定部を更に備える、
    請求項７に記載の漏洩判定装置。
  10. 前記疑似漏洩時計測誤差算出部は、前記第１期間内の予め設定された第１数の連続する第１単位時間のうち予め設定された第２数の第１単位時間それぞれにおいて第１漏洩量だけ漏洩し、前記第２数の第１単位時間を除く残りの第１単位時間それぞれにおいて第２漏洩量だけ漏洩していると仮定して、前記第１期間における複数の計測誤差値から前記疑似計測誤差値を算出する、
    請求項１から９のいずれか１項に記載の漏洩判定装置。
  11. 前記変換部は、前記計測誤差算出部が算出した複数の計測誤差値および前記疑似漏洩時計測誤差算出部が算出した複数の疑似計測誤差値から、前記タンクへの液体の補充または前記タンクからの液体の排出が行われた時刻に対応する計測誤差値および疑似計測誤差値を省いた複数の計測誤差値および複数の疑似計測誤差値を、複数の第１座標情報および複数の第２座標情報に変換する、
    請求項１から１０のいずれか１項に記載の漏洩判定装置。
  12. 液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定システムであって、
    前記タンクへの予め設定された第１単位時間当たりの液体の流入量を計測する第１流量計と、
    前記タンクからの液体の前記第１単位時間当たりの流出量を計測する第２流量計と、
    前記タンク内に貯留された液体の液面レベルを計測する液面計と、
    前記液面計により計測される液面レベルを前記タンクの貯留量に換算する貯留量換算部と、
    前記貯留量換算部により算出された前記タンクの貯留量に基づいて、前記第１単位時間当たりの前記タンクの貯留量の変動量を算出し、前記変動量に前記第１流量計により計測される前記第１単位時間当たりの液体の流入量を加算するとともに、前記第２流量計により計測される前記第１単位時間当たりの液体の流出量を差し引くことにより、前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部と、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部と、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部と、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部と、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定した前記マージン最大化超平面を用いて前記タンクにおいて漏洩が発生しているか否かを識別する識別器と、
    前記第２期間における複数の第１特徴量ベクトルについて前記識別器により前記漏洩が発生していると識別された比率に基づいて、前記タンクが漏洩しているか否かを判定する判定部と、を備える、
    漏洩判定システム。
  13. 液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定システムであって、
    前記タンクへの予め設定された第１単位時間当たりの液体の流入量を計測する第１流量計と、
    前記タンクからの液体の前記第１単位時間当たりの流出量を計測する第２流量計と、
    前記タンク内に貯留された液体の液面レベルを計測する液面計と、
    前記液面計により計測される液面レベルを前記タンクの貯留量に換算する貯留量換算部と、
    前記貯留量換算部により算出された前記タンクの貯留量に基づいて、前記第１単位時間当たりの前記タンクの貯留量の変動量を算出し、前記変動量に前記第１流量計により計測される前記第１単位時間当たりの液体の流入量を加算するとともに、前記第２流量計により計測される前記第１単位時間当たりの液体の流出量を差し引くことにより、前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部と、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部と、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部と、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部と、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定した前記マージン最大化超平面を用いて前記タンクにおいて漏洩が発生しているか否かを識別する識別器と、
    前記第２期間において算出される、前記識別器により前記漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数に基づいて、前記タンクが漏洩しているか否かを判定する判定部と、を備える、
    漏洩判定システム。
  14. 液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定システムであって、
    前記タンクへの予め設定された第１単位時間当たりの液体の流入量を計測する第１流量計と、
    前記タンクからの液体の前記第１単位時間当たりの流出量を計測する第２流量計と、
    前記タンク内に貯留された液体の液面レベルを計測する液面計と、
    前記液面計により計測される液面レベルを前記タンクの貯留量に換算する貯留量換算部と、
    前記貯留量換算部により算出された前記タンクの貯留量に基づいて、前記第１単位時間当たりの前記タンクの貯留量の変動量を算出し、前記変動量に前記第１流量計により計測される前記第１単位時間当たりの液体の流入量を加算するとともに、前記第２流量計により計測される前記第１単位時間当たりの液体の流出量を差し引くことにより、前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部と、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部と、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部と、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部と、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとのそれぞれに対して、第１幅の畳み込みフィルタを用いた畳み込み演算と第２幅の平均プーリングとを予め設定された回数だけ繰り返すことにより、畳み込みニューラルネットワークを決定する畳み込みニューラルネットワーク決定部と、
    前記第２期間に対応する第１特徴量ベクトルに対して、前記畳み込みニューラルネットワークに基づいて、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより、前記タンクが漏洩しているか否かを判定する判定部と、を備える、
    漏洩判定システム。
  15. 液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定方法であって、
    前記タンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算するとともに、前記タンクからの前記第１単位時間当たりの液体の流出量を差し引くことにより、前記第１単位時間当たりの計測誤差値を算出するステップと、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出するステップと、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するステップと、
    前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換するステップと、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するステップと、
    前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出するステップと、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定するステップと、
    特定した前記マージン最大化超平面を用いて前記タンクにおいて漏洩が発生しているか否かを識別するステップと、
    前記第２期間における複数の第１特徴量ベクトルについて前記漏洩が発生していると識別された比率に基づいて、前記タンクが漏洩しているか否かを判定するステップと、を含む、
    漏洩判定方法。
  16. 液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定方法であって、
    前記タンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算するとともに、前記タンクからの前記第１単位時間当たりの液体の流出量を差し引くことにより、前記第１単位時間当たりの計測誤差値を算出するステップと、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出するステップと、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するステップと、
    前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換するステップと、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するステップと、
    前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出するステップと、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定するステップと、
    特定した前記マージン最大化超平面を用いて前記タンクにおいて漏洩が発生しているか否かを識別するステップと、
    前記第２期間において算出される、前記漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数に基づいて、前記タンクが漏洩しているか否かを判定するステップと、を含む、
    漏洩判定方法。
  17. 液体を貯留するタンクにおける前記液体の漏洩有無を判定する漏洩判定方法であって、
    前記タンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算するとともに、前記タンクからの前記第１単位時間当たりの液体の流出量を差し引くことにより、前記第１単位時間当たりの計測誤差値を算出するステップと、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出するステップと、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するステップと、
    前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換するステップと、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するステップと、
    前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出するステップと、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとのそれぞれに対して、第１幅の畳み込みフィルタを用いた畳み込み演算と第２幅の平均プーリングとを予め設定された回数だけ繰り返すことにより、畳み込みニューラルネットワークを決定するステップと、
    前記第２期間に対応する第１特徴量ベクトルに対して、前記畳み込みニューラルネットワークに基づいて、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより、前記タンクが漏洩しているか否かを判定するステップと、を含む、
    漏洩判定方法。
  18. コンピュータを、
    液体を貯留するタンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算するとともに、前記タンクからの前記第１単位時間当たりの液体の流出量を差し引くことにより、前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定した前記マージン最大化超平面を用いて前記タンクにおいて漏洩が発生しているか否かを識別する識別器、
    前記第２期間における複数の第１特徴量ベクトルについて前記識別器により前記漏洩が発生していると識別された比率に基づいて、前記タンクが漏洩しているか否かを判定する判定部、
    として機能させるプログラム。
  19. コンピュータを、
    液体を貯留するタンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算するとともに、前記タンクからの前記第１単位時間当たりの液体の流出量を差し引くことにより、前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとを用いてマージン最大化超平面を特定し、特定した前記マージン最大化超平面を用いて前記タンクにおいて漏洩が発生しているか否かを識別する識別器、
    前記第２期間において算出される、前記識別器により前記漏洩が発生していると識別された時間的に連続する第１特徴量ベクトルの数に基づいて、前記タンクが漏洩しているか否かを判定する判定部、
    として機能させるプログラム。
  20. コンピュータを、
    液体を貯留するタンク内に貯留された液体の予め設定された第１単位時間当たりの貯留量の変動量に前記タンクへの前記第１単位時間当たりの液体の流入量を加算するとともに、前記タンクからの前記第１単位時間当たりの液体の流出量を差し引くことにより、前記第１単位時間当たりの計測誤差値を算出する計測誤差算出部、
    予め設定された第１期間における複数の計測誤差値から、前記タンクにおいて前記第１単位時間当たりに予め設定された漏洩量だけ漏洩していると仮定した場合の複数の疑似計測誤差値を算出する疑似漏洩時計測誤差算出部、
    複数の計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの計測誤差値を要素とする３次元の複数の第１座標情報に変換するとともに、前記複数の疑似計測誤差値から、時間軸上において前記第１単位時間の間隔で隣接する３つの疑似計測誤差値を要素とする３次元の複数の第２座標情報に変換する変換部、
    前記第１期間内および前記第１期間後の第２期間それぞれにおいて前記第１単位時間よりも長い予め設定された第２単位時間毎に複数の第１座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第１特徴量ベクトルを算出するとともに、前記第１期間内において前記第２単位時間毎に複数の第２座標情報に対してトポロジカルデータアナリシスを実行することにより、複数の第２特徴量ベクトルを算出する特徴量算出部、
    前記第１期間内に対応する複数の第１特徴量ベクトルと複数の第２特徴量ベクトルとのそれぞれに対して、第１幅の畳み込みフィルタを用いた畳み込み演算と第２幅の平均プーリングとを予め設定された回数だけ繰り返すことにより、畳み込みニューラルネットワークを決定する畳み込みニューラルネットワーク決定部、
    前記第２期間に対応する第１特徴量ベクトルに対して、前記畳み込みニューラルネットワークに基づいて、前記畳み込み演算と前記平均プーリングとを予め設定された回数だけ繰り返すことにより、前記タンクが漏洩しているか否かを判定する判定部、
    として機能させるプログラム。
JP2018210680A 2018-05-30 2018-11-08 漏洩判定装置、漏洩判定システム、漏洩判定方法およびプログラム Active JP6547989B1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018103745 2018-05-30
JP2018103745 2018-05-30

Publications (2)

Publication Number Publication Date
JP6547989B1 true JP6547989B1 (ja) 2019-07-24
JP2019210053A JP2019210053A (ja) 2019-12-12

Family

ID=67390275

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018210680A Active JP6547989B1 (ja) 2018-05-30 2018-11-08 漏洩判定装置、漏洩判定システム、漏洩判定方法およびプログラム

Country Status (1)

Country Link
JP (1) JP6547989B1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472359A (zh) * 2019-08-21 2019-11-19 东北大学 基于数值模拟技术的高温熔融铝液与水接触爆炸预防预警方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111392271B (zh) * 2020-03-15 2022-02-18 中国民航大学 一种机场油库储罐结构健康监测系统及控制评价方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110472359A (zh) * 2019-08-21 2019-11-19 东北大学 基于数值模拟技术的高温熔融铝液与水接触爆炸预防预警方法
CN110472359B (zh) * 2019-08-21 2023-06-23 东北大学 基于数值模拟技术的高温熔融铝液与水接触爆炸预防预警方法

Also Published As

Publication number Publication date
JP2019210053A (ja) 2019-12-12

Similar Documents

Publication Publication Date Title
US9441988B2 (en) System and method for identifying likely geographical locations of anomalies in a water utility network
JP6547989B1 (ja) 漏洩判定装置、漏洩判定システム、漏洩判定方法およびプログラム
KR20140145637A (ko) 상수도 네트워크의 자원 모니터링 시스템 및 방법
JP6625851B2 (ja) 漏水診断装置、漏水診断方法及びコンピュータプログラム
US20160290974A1 (en) Determination of pipe wall failure based on minimum pipe wall thickness
Wu et al. Data-driven and model-based framework for smart water grid anomaly detection and localization
EP2613207A2 (en) Adaptive trend-change detection and function fitting system and method
WO2010123540A2 (en) Field device with measurement accuracy reporting
JP2017130100A (ja) 情報処理装置、情報処理方法、及び、プログラム
JP2012524935A5 (ja) 計測確度報告機能を有するフィールド機器
JP6981464B2 (ja) 診断コスト出力装置、診断コスト出力方法及びプログラム
US8285514B2 (en) Sensor fault detection systems and methods thereof
Okeya et al. Locating pipe bursts in a district metered area via online hydraulic modelling
CN117235664A (zh) 配电通信设备的故障诊断方法、系统和计算机设备
EP3605050B1 (en) Pipe diagnosis device, asset management device and pipe diagnosis method.
KR102002457B1 (ko) 통계적 이상치 탐색 방법을 이용한 자동 옥내 누수 탐지 방법
Boatwright et al. Optimal sensor placement and leak/burst localisation in a water distribution system using spatially-constrained inverse-distance weighted interpolation
CN107083951B (zh) 油气井监测方法和装置
JP7347303B2 (ja) 監視装置、監視システム、監視方法及び監視プログラム
CN108930915B (zh) 一种基于定性映射的管道泄漏识别方法、装置及系统
JP6874847B2 (ja) 状態分析装置、状態分析方法及びプログラム
CN113033842A (zh) 一种供水管网系统漏损的控制管理方法以及控制管理系统
WO2008023188A2 (en) Minimum observable flow monitor
WO2024004713A1 (ja) 漏水検知システムおよび漏水検知方法
CN108647717A (zh) 一种考虑温度的变压器故障率计算方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190110

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20190110

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20190110

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20190221

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190312

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190426

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: 20190521

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20190426

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190611

R150 Certificate of patent or registration of utility model

Ref document number: 6547989

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250