JP6984350B2 - 下水道管渠内水位予測装置及び下水道管渠内水位予測プログラム - Google Patents
下水道管渠内水位予測装置及び下水道管渠内水位予測プログラム Download PDFInfo
- Publication number
- JP6984350B2 JP6984350B2 JP2017227582A JP2017227582A JP6984350B2 JP 6984350 B2 JP6984350 B2 JP 6984350B2 JP 2017227582 A JP2017227582 A JP 2017227582A JP 2017227582 A JP2017227582 A JP 2017227582A JP 6984350 B2 JP6984350 B2 JP 6984350B2
- Authority
- JP
- Japan
- Prior art keywords
- water level
- prediction
- sewer pipe
- data
- neural network
- 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
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Sewage (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
下水道管渠内水位予測装置10は、コンピュータのハードウェア資源とソフトウェア資源との協動により以下の機能部を実装する。
図2の下水道管渠内水位予測のモデルは畳み込みニューラルネットワーク100による予測モデルである。先ず、時刻の異なる降水量データの実況値及び予測値が、畳み込み処理部101による畳み込み処理、さらに、MaxPooling処理部102によるMaxPooling処理に供される。そして、このMaxPooling処理部102から供されたデータが予測処理部103による水位予測に供されることにより予測対象地点の管渠内水位が予測される。
以上のように、下水道管渠内水位予測装置10は、時刻の異なるメッシュ降水量の実況値及び予測値に対して畳み込みを適用し、これを予測対象地点の近傍の測定点水位と共に、ニューラルネットワークに入力することにより、下水道管渠内の水位を予測する。
本発明の他の態様としては、コンピュータを下水道管渠内水位予測装置10として機能させるまたは上述の管渠内水位予測の過程をコンピュータに実行させる下水道管渠内水位予測プログラムが挙げられる。このプログラムはコンピュータが読み取り可能な周知の記録媒体またはインターネット等のネットワークを介して提供できる。
11…データ蓄積部
12…学習入力データ生成部
13…学習パラメータ記憶部
14…モデルパラメータ更新部
15…予測入力データ生成部
16…水位予測値算出部
100…畳み込みニューラルネットワーク
101…畳み込み処理部
102…MaxPooling処理部
103…予測処理部
104…入力層
105…中間層
106…出力層
Claims (4)
- 予測対象地点を含む地域の時刻の異なるメッシュ降水量の実況値及び予測値のデータ群を畳み込みニューラルネットワークでの畳み込み処理の適用可能な形式に変換することにより当該予測対象地点の下水道管渠内水位を予測する当該畳み込みニューラルネットワークに供される予測用入力データを作成する予測入力データ生成部と、
前記予測用入力データと前記予測対象地点の近傍測定点の下水道管渠内水位データとから前記畳み込みニューラルネットワークにより当該予測対象地点の下水道管渠内水位を予測する水位予測値算出部と、
を備え、
前記水位予測値算出部は、
前記予測入力データ生成部から供された畳み込み処理の適用可能な形式に変換された時刻の異なる降水量データの実況値及び予測値に対して畳み込み処理を実行する畳み込み処理部と、
この畳み込み処理部から供された前記メッシュ降水量の実況値及び予測値の畳み込み処理結果を示す領域に対し、最大となる領域のメッシュ値を抽出するMaxPooling処理を行うMaxPooling処理部と、
このMaxPooling処理部で得られた前記メッシュ値のデータを前記近傍測定点の下水道管渠内水位データと共に前記畳み込みニューラルネットワークの入力層に供して、当該畳み込みニューラルネットワークの出力層から当該予測対象地点の水位予測値を出力する予測処理部と、
を備えたことを特徴とする下水道管渠内水位予測装置。 - 前記出力層のニューロンである水位予測値と前記予測入力データ生成部から供された管渠内水位実況値との誤差を最小化するバックプロパゲーション処理により当該畳み込みニューラルネットワークのモデルパラメータを更新するモデルパラメータ更新部をさらに備えたことを特徴とする請求項1に記載の下水道管渠内水位予測装置。
- 前記畳み込み処理部は、前記メッシュ降水量の実況値及び予測値のデータ群の各時刻に対応するデータが時間チャネルの対応するチャネルに入力されることを特徴とする請求項1または2に記載の下水道管渠内水位予測装置。
- 請求項1から3のいずれか1項に記載の下水道管渠内水位予測装置としてコンピュータを機能させることを特徴とする下水道管渠内水位予測プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017227582A JP6984350B2 (ja) | 2017-11-28 | 2017-11-28 | 下水道管渠内水位予測装置及び下水道管渠内水位予測プログラム |
JP2021114719A JP7255640B2 (ja) | 2017-11-28 | 2021-07-12 | 下水道管渠内水位予測方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017227582A JP6984350B2 (ja) | 2017-11-28 | 2017-11-28 | 下水道管渠内水位予測装置及び下水道管渠内水位予測プログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021114719A Division JP7255640B2 (ja) | 2017-11-28 | 2021-07-12 | 下水道管渠内水位予測方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019096255A JP2019096255A (ja) | 2019-06-20 |
JP2019096255A5 JP2019096255A5 (ja) | 2021-08-19 |
JP6984350B2 true JP6984350B2 (ja) | 2021-12-17 |
Family
ID=66971834
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017227582A Active JP6984350B2 (ja) | 2017-11-28 | 2017-11-28 | 下水道管渠内水位予測装置及び下水道管渠内水位予測プログラム |
JP2021114719A Active JP7255640B2 (ja) | 2017-11-28 | 2021-07-12 | 下水道管渠内水位予測方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021114719A Active JP7255640B2 (ja) | 2017-11-28 | 2021-07-12 | 下水道管渠内水位予測方法 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP6984350B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242344A (zh) * | 2019-12-11 | 2020-06-05 | 大连海事大学 | 一种基于循环神经网络和卷积神经网络的智能水位预测方法 |
JP7452311B2 (ja) | 2020-07-30 | 2024-03-19 | 株式会社明電舎 | 漏水検出装置及び漏水検出方法 |
CN111766641B (zh) * | 2020-09-01 | 2020-12-01 | 南京信大气象科学技术研究院有限公司 | 一种基于深度神经网络的强对流天气识别方法 |
CN112232589A (zh) * | 2020-10-30 | 2021-01-15 | 国网山西省电力公司大同供电公司 | 一种电缆管廊水环境数据的处理方法及系统 |
CN112712033B (zh) * | 2020-12-30 | 2021-11-19 | 哈尔滨工业大学 | 一种城市排水管网汇水区自动划分方法 |
JP7389526B1 (ja) * | 2023-07-12 | 2023-11-30 | 日本インフラ計測株式会社 | 水位計の配置の最適化方法、マンホールの水位の予測方法およびマンホールの水位の予測システム |
CN117556368B (zh) * | 2024-01-12 | 2024-03-29 | 钛合联(深圳)科技有限公司 | 基于物联网的水利监测异常数据处理方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0688373A (ja) * | 1992-09-09 | 1994-03-29 | Hitachi Ltd | 下水処理施設群管理システム |
JP3795775B2 (ja) * | 2001-07-16 | 2006-07-12 | 株式会社山武 | 下水流入量予測装置および方法、サーバ装置 |
JP2007226450A (ja) * | 2006-02-22 | 2007-09-06 | Fuji Electric Systems Co Ltd | 流量予測装置、流量予測方法および流量予測プログラム |
JP4836813B2 (ja) * | 2007-01-29 | 2011-12-14 | 株式会社東芝 | 雨水流入量予測装置及び雨水流入量予測方法 |
JP2017174053A (ja) * | 2016-03-23 | 2017-09-28 | 井上 克己 | 配列データの集合演算装置、配列データの集合演算方法、その実行プログラム、その回路を組み込んだ半導体。 |
-
2017
- 2017-11-28 JP JP2017227582A patent/JP6984350B2/ja active Active
-
2021
- 2021-07-12 JP JP2021114719A patent/JP7255640B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021182408A (ja) | 2021-11-25 |
JP2019096255A (ja) | 2019-06-20 |
JP7255640B2 (ja) | 2023-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6984350B2 (ja) | 下水道管渠内水位予測装置及び下水道管渠内水位予測プログラム | |
Xie et al. | Artificial neural network based hybrid modeling approach for flood inundation modeling | |
Olyaie et al. | A comparison of various artificial intelligence approaches performance for estimating suspended sediment load of river systems: a case study in United States | |
CN111667101B (zh) | 融合高分辨率遥感影像与地形的个性化电力野外作业路径规划方法及系统 | |
JP6957050B2 (ja) | モバイルデバイスまたは小型ネットワークに適用可能なハードウェアを最適化するのに利用可能なroiをプーリングするために、マスキングパラメータを利用する方法及び装置、そしてこれを利用したテスト方法及びテスト装置{learning method and learning device for pooling roi by using masking parameters to be used for mobile devices or compact networks via hardware optimization, and testing method and testing device using the same} | |
CN110991262B (zh) | 生态服务价值预测的多带宽地理加权回归元胞自动机方法 | |
WO2011158363A1 (ja) | 日射強度予測システムと太陽光発電出力予測システム | |
Kumar et al. | Application of Markov Chain & Cellular Automata based model for prediction of Urban transitions | |
CN113610301B (zh) | 一种表征地面沉降时序演变的预测算法 | |
JP2019159506A (ja) | 時系列予測装置、時系列予測方法及びプログラム | |
KR20210019311A (ko) | 자료해석 기반 침수 예측 방법 및 이를 위한 장치 | |
CN112148028A (zh) | 基于无人机拍摄图像的环境监测方法和系统 | |
CN114970341B (zh) | 基于机器学习的低轨卫星轨道预报精度提升模型建立方法 | |
CN115510600B (zh) | 一种城市排水网络优化设计方法 | |
Shabri | A hybrid wavelet analysis and adaptive neuro-fuzzy inference system for drought forecasting | |
Zhao et al. | Risk assessment of flood disaster and forewarning model at different spatial-temporal scales | |
CN115146874A (zh) | 一种基于多图卷积网络的河流水质预测方法 | |
CN117151430B (zh) | 一种小流域水土保持治理优先度遥感评估方法 | |
Janus et al. | Towards a full automation of land consolidation projects: Fast land partitioning algorithm using the land value map | |
CN117612026B (zh) | 一种基于遥感影像道路提取的路径预测方法及系统 | |
Zhou et al. | A deep-learning-technique-based data-driven model for accurate and rapid flood predictions in temporal and spatial dimensions | |
CN117688844A (zh) | 一种基于深度神经网络的城市内涝实时模拟方法及系统 | |
JP4782572B2 (ja) | 地下標高モデル作成方法、排水処理領域分割方法、排水処理能力評価方法および装置 | |
Yang et al. | Applying micro-genetic algorithm in the one-dimensional unsteady hydraulic model for parameter optimization | |
CN109741597A (zh) | 一种基于改进深度森林的公交车路段运行时间预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200917 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210712 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210716 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210803 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211004 |
|
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: 20211026 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211108 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6984350 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |