JP7288229B2 - 管路脆弱性推定システム、管路脆弱性推定方法、モデル作成装置、およびプログラム - Google Patents
管路脆弱性推定システム、管路脆弱性推定方法、モデル作成装置、およびプログラム Download PDFInfo
- Publication number
- JP7288229B2 JP7288229B2 JP2022527323A JP2022527323A JP7288229B2 JP 7288229 B2 JP7288229 B2 JP 7288229B2 JP 2022527323 A JP2022527323 A JP 2022527323A JP 2022527323 A JP2022527323 A JP 2022527323A JP 7288229 B2 JP7288229 B2 JP 7288229B2
- Authority
- JP
- Japan
- Prior art keywords
- pipeline
- data
- vulnerability
- machine learning
- 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
Links
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02B—HYDRAULIC ENGINEERING
- E02B9/00—Water-power plants; Layout, construction or equipment, methods of, or apparatus for, making same
- E02B9/02—Water-ways
- E02B9/06—Pressure galleries or pressure conduits; Galleries specially adapted to house pressure conduits; Means specially adapted for use therewith, e.g. housings, valves, gates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/20—Hydro energy
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
前記第1の管路被害データから前記地震動指標が平均的な値である管路被害データを抽出し、抽出した該管路被害データから前記地震動指標情報を除外したデータを第2の管路被害データとして出力するステップと、
前記第2の管路被害データを用いて、前記管種を入力とし、前記地震被害の有無を目的変数とし、前記管種ごとに前記管路の脆弱性を出力する第2の機械学習モデルを作成するステップと、管種を含む評価対象の管路の特性を示す評価対象管路データを取得するステップと、前記第2の機械学習モデルを取得するステップと、前記評価対象管路データに含まれる前記評価対象の管路の特性に応じて、前記評価対象管路データに前記第2の機械学習モデルを適用して、前記評価対象の管路の脆弱性を算出するステップと、を含む。
図1は、本開示の一実施形態に係る管路脆弱性推定システム1の要部構成を示す図である。図1に示すように、管路脆弱性推定システム1は、モデル作成装置10と、脆弱性算出装置20と、を備える。
図2は、本実施形態に係るモデル作成装置10の構成の一例を示す図である。図2に示すように、モデル作成装置10は、記憶部11と、入力部12と、制御部13と、出力部14とを備える。
文献1:Trevor Hastie 他、「統計的学習の基礎―データマイニング・推論・予測―」、共立出版、2014年
文献2:Altmann, et al., “Permutation importance: corrected feature importance measure”, Vol. 26, No.10, pp.1340-1347 (2010)
図5は、本実施形態に係る脆弱性算出装置20の構成の一例を示す図である。図5に示すように、脆弱性算出装置20は、記憶部21と、入力部22と、制御部23と、出力部24とを備える。
モデル作成装置10および脆弱性算出装置20は、それぞれプログラム命令を実行可能なコンピュータであってもよい。コンピュータは、モデル作成装置10および脆弱性算出装置20の各機能を実現する処理内容を記述したプログラムを該コンピュータの記憶部に格納しておき、該コンピュータのプロセッサによってこのプログラムを読み出して実行する。これらの処理内容の一部はハードウェアで実現されてもよい。ここで、コンピュータは、汎用コンピュータ、専用コンピュータ、ワークステーション、PC(Personal Computer)、電子ノートパッドなどであってもよい。プログラム命令は、必要なタスクを実行するためのプログラムコード、コードセグメントなどであってもよい。プロセッサは、CPU(Central Processing Unit)、GPU(Graphics Processing Unit)、DSP(Digital Signal Processor)などであってもよい。
まず、管路脆弱性推定システム1に含まれるモデル作成装置10の動作を説明する。図8Aおよび図8Bは、管路脆弱性推定システム1に含まれるモデル作成装置10の動作の一例を示すフローチャートである。
10 モデル作成装置
20 脆弱性算出装置
11 記憶部
12 入力部
13 制御部
14 出力部
111 既往地震管路被害データベース
131 第1モデル作成部
132 特徴量抽出部
133 平均データ抽出部
134 第2モデル作成部
21 記憶部
22 入力部
23 制御部
24 出力部
211 評価対象管路データベース
231 評価対象管路取得部
232 モデル受付部
233 算出部
Claims (5)
- モデル作成装置と、脆弱性算出装置とを備える管路脆弱性推定システムであって、
前記モデル作成装置は、
地震被害の有無、管種、及び地震動指標を示す地震動指標情報を含む管路の特性を示す第1の管路被害データを用いて、前記管種と前記地震動指標とを入力とし、前記管種ごとに前記管路の脆弱性を出力する第1の機械学習モデルを作成する第1モデル作成部と、
前記第1の機械学習モデルのそれぞれについて、前記脆弱性の予測に対する寄与度の高い特徴量としての前記地震動指標を特定する特徴量抽出部と、
前記第1の管路被害データから前記地震動指標が平均的な値である管路被害データを抽出し、抽出した該管路被害データから前記地震動指標情報を除外したデータを第2の管路被害データとして出力する平均データ抽出部と、
前 記第2の管路被害データを用いて、前記管種を入力とし、前記地震被害の有無を目的変数とし、前記管種ごとに前記管路の脆弱性を出力する第2の機械学習モデルを作成する第2モデル作成部とを備え、
前記脆弱性算出装置は、
管種を含む評価対象の管路の特性を示す評価対象管路データを取得する評価対象管路取得部と、
前記第2の機械学習モデルを取得するモデル受付部と、
前記評価対象管路データに含まれる前記評価対象の管路の特性に応じて、前記評価対象管路データに前記第2の機械学習モデルを適用して、前記評価対象の管路の脆弱性を算出する算出部とを備える、
管路脆弱性推定システム。 - 前記脆弱性算出装置は、ユーザの入力を受け付ける入力部をさらに備え、
前記評価対象管路取得部は、前記ユーザが入力した評価対象の管路の特性を示す評価対象管路データを選択して取得する、請求項1に記載の管路脆弱性推定システム。 - 地震被害の有無、管種、及び地震動指標を示す地震動指標情報を含む管路の特性を示す第1の管路被害データを用いて、前記管種と前記地震動指標とを入力とし、前記管種ごとに前記管路の脆弱性を出力する第1の機械学習モデルを作成するステップと、
前記第1の機械学習モデルのそれぞれについて、前記脆弱性の予測に対する寄与度の高い特徴量としての前記地震動指標を特定するステップと、
前記第1の管路被害データから前記地震動指標が平均的な値である管路被害データを抽出し、抽出した該管路被害データから前記地震動指標情報を除外したデータを第2の管路被害データとして出力するステップと、
前記第2の管路被害データを用いて、前記管種を入力とし、前記地震被害の有無を目的変数とし、前記管種ごとに前記管路の脆弱性を出力する第2の機械学習モデルを作成するステップと、
管種を含む評価対象の管路の特性を示す評価対象管路データを取得するステップと、
前記第2の機械学習モデルを取得するステップと、
前記評価対象管路データに含まれる前記評価対象の管路の特性に応じて、前記評価対象管路データに前記第2の機械学習モデルを適用して、前記評価対象の管路の脆弱性を算出するステップと、
を含む管路脆弱性推定方法。 - 地震被害の有無、管種、及び地震動指標を示す地震動指標情報を含む管路の特性を示す第1の管路被害データを用いて、前記管種と前記地震動指標とを入力とし、前記管種ごとに前記管路の脆弱性を出力する第1の機械学習モデルを作成する第1モデル作成部と、
前記第1の機械学習モデルのそれぞれについて、前記脆弱性の予測に対する寄与度の高い特徴量としての前記地震動指標を特定する特徴量抽出部と、
前記第1の管路被害データから前記地震動指標が平均的な値である管路被害データを抽出し、抽出した該管路被害データから前記地震動指標情報を除外したデータを第2の管路被害データとして出力する平均データ抽出部と、
前記第2の管路被害データを用いて、前記管種を入力とし、前記地震被害の有無を目的変数とし、前記管種ごとに前記管路の脆弱性を出力する第2の機械学習モデルを作成する第2モデル作成部と、
を備える、モデル作成装置。 - コンピュータを、請求項4に記載のモデル作成装置として機能させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/020765 WO2021240650A1 (ja) | 2020-05-26 | 2020-05-26 | 管路脆弱性推定システム、管路脆弱性推定方法、モデル作成装置、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021240650A1 JPWO2021240650A1 (ja) | 2021-12-02 |
JP7288229B2 true JP7288229B2 (ja) | 2023-06-07 |
Family
ID=78723039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022527323A Active JP7288229B2 (ja) | 2020-05-26 | 2020-05-26 | 管路脆弱性推定システム、管路脆弱性推定方法、モデル作成装置、およびプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7288229B2 (ja) |
WO (1) | WO2021240650A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11836930B2 (en) * | 2020-11-30 | 2023-12-05 | Accenture Global Solutions Limited | Slip-to-slip connection time on oil rigs with computer vision |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331559A (ja) | 2000-05-22 | 2001-11-30 | Suido Kanro Sogo Kenkyusho:Kk | 管網の耐震化選択システム |
JP2008191763A (ja) | 2007-02-01 | 2008-08-21 | Kurimoto Ltd | データ処理方法 |
JP2009092468A (ja) | 2007-10-05 | 2009-04-30 | Central Res Inst Of Electric Power Ind | 災害被害想定装置、災害被害想定方法および災害被害想定プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1184017A (ja) * | 1997-09-03 | 1999-03-26 | Hitachi Ltd | 地震被害推定装置及びその実施プログラムを記録した媒体 |
-
2020
- 2020-05-26 JP JP2022527323A patent/JP7288229B2/ja active Active
- 2020-05-26 WO PCT/JP2020/020765 patent/WO2021240650A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331559A (ja) | 2000-05-22 | 2001-11-30 | Suido Kanro Sogo Kenkyusho:Kk | 管網の耐震化選択システム |
JP2008191763A (ja) | 2007-02-01 | 2008-08-21 | Kurimoto Ltd | データ処理方法 |
JP2009092468A (ja) | 2007-10-05 | 2009-04-30 | Central Res Inst Of Electric Power Ind | 災害被害想定装置、災害被害想定方法および災害被害想定プログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2021240650A1 (ja) | 2021-12-02 |
JPWO2021240650A1 (ja) | 2021-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Esposito et al. | Simulation‐based seismic risk assessment of gas distribution networks | |
De Risi et al. | Scenario-based seismic risk assessment for buried transmission gas pipelines at regional scale | |
JP6682021B2 (ja) | 道路陥没危険度評価装置および道路陥没危険度評価方法、ならびに道路陥没危険度評価用コンピュータプログラム | |
Suh et al. | Subsidence hazard assessment at the Samcheok coalfield, South Korea: a case study using GIS | |
CN109034641A (zh) | 管道缺陷预测方法及装置 | |
Khandel et al. | Integrated framework for assessment of time-variant flood fragility of bridges using deep learning neural networks | |
CN115423167A (zh) | 一种地铁深基坑施工安全预警及辅助决策方法及系统 | |
Mrówczyńska et al. | The network structure evolutionary optimization to geodetic monitoring in the aspect of information entropy | |
JP7288229B2 (ja) | 管路脆弱性推定システム、管路脆弱性推定方法、モデル作成装置、およびプログラム | |
Jiang et al. | Inverse analysis for geomaterial parameter identification using Pareto multiobjective optimization | |
Ahmad et al. | LLDV-A comprehensive framework for assessing the effects of liquefaction land damage potential | |
JPH1184017A (ja) | 地震被害推定装置及びその実施プログラムを記録した媒体 | |
JP6338610B2 (ja) | 管路被災予測装置、管路被災予測方法および管路被災予測プログラム | |
JP7294529B2 (ja) | 分析装置、分析方法及びプログラム | |
Xu et al. | A Cloud Model‐Based Risk Assessment Methodology for Tunneling‐Induced Damage to Existing Tunnel | |
JP7356070B2 (ja) | 被害率曲線作成方法、被害率曲線作成装置、及びプログラム | |
Zhao et al. | Prediction of ground subsidence by shield tunneling using ensemble learning | |
Zakeri et al. | Bridge design framework for target seismic loss | |
JP4819009B2 (ja) | ケーブル地震被害推定装置及び方法及びプログラム | |
JP6258846B2 (ja) | 経路選択装置、経路選択方法、及びプログラム | |
Taşçı et al. | Monitoring of deformations in open-pit mines and prediction of deformations with the grey prediction model | |
WO2021199245A1 (ja) | 分析装置、分析方法及び記憶媒体 | |
Wang et al. | Regional evaluation of liquefaction-induced lateral ground deformation for city-scale transportation resilience analysis | |
JP2006039629A (ja) | 防災事業計画支援方法とそのシステム | |
JP7466969B1 (ja) | Ai地震被害予測システム、ai地震被害予測方法及びai地震被害予測プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220809 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230411 |
|
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: 20230425 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230508 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7288229 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |