JP7293687B2 - 情報処理方法、プログラム、取水制御システム及び学習済みモデルの生成方法 - Google Patents
情報処理方法、プログラム、取水制御システム及び学習済みモデルの生成方法 Download PDFInfo
- Publication number
- JP7293687B2 JP7293687B2 JP2019018042A JP2019018042A JP7293687B2 JP 7293687 B2 JP7293687 B2 JP 7293687B2 JP 2019018042 A JP2019018042 A JP 2019018042A JP 2019018042 A JP2019018042 A JP 2019018042A JP 7293687 B2 JP7293687 B2 JP 7293687B2
- Authority
- JP
- Japan
- Prior art keywords
- water intake
- image
- trained model
- imaging
- trained
- 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
- 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
- Barrages (AREA)
Description
(実施形態1)
図1は、実施形態1に係る取水制御システムSの構成例を示す模式図である。貯水式の水力発電所(図示せず)を運用するにあたり、水力発電所に設けられる発電機の水車を回転するための水は、取水口4から取水した河川Rの水が用いられる。図1に示すごとく、河川Rには、当該河川Rの流れに沿うように複数の取水口4を含む設備が設けられている。取水口4よりも下流側には、河川Rの流れ(水流)を堰き止める堰堤5が設けられている。堰堤5は、土砂を排出する排砂門51及び、堰堤5の上流側基部の近傍に設けられる越流部52を含む。
図8は、実施形態2(撮像条件)に係る制御部10に含まれる機能部を例示する機能ブロック図である。本実施形態では、サーバ1は、制御部10における機能部として、撮像条件確定部106及び切換部105を含み、撮像条件として例えば撮像時期に基づき、学習済みモデル101及び第2学習済みモデル102夫々を切換える点で、実施形態1と異なる。なお、実施形態1と重複する内容については、同一の符号を付して説明を省略する。
図10は、実施形態3(撮像の時間帯)に係る制御部10に含まれる機能部を例示する機能ブロック図である。本実施形態では、サーバ1は、制御部10における機能部として、撮像条件確定部106及び切換部105を含み、撮像条件として例えば撮像時刻に基づき、学習済みモデル101、第2学習済みモデル102及び、これら学習済みモデル101又は第2学習済みモデル102に入力される画像を切換える点で、実施形態1と異なる。なお、実施形態1と重複する内容については、同一の符号を付して説明を省略する。
1 サーバ(情報処理装置)
10 制御部
101 学習済みモデル
102 第2学習済みモデル
103 取得部
104 信号生成部
105 切換部
106 撮像条件確定部
11 記憶部
12 通信部
P プログラム
2 撮像部
3 取水口制御盤
4 取水口
5 堰堤
51 排砂門
52 越流部
R 河川
Claims (6)
- 水力発電所において河川から水を取水する取水口付近を含むように撮像した画像を取得し、
前記取水口付近を含む画像を入力した場合に取水に適するか否かの良否を判定した判定結果を出力するよう深層学習により学習済みの学習済みモデルに、取得した前記取水口付近を含む画像を入力し、
前記学習済みモデルから前記判定結果を取得し、
前記河川の水流を堰き止めて貯水する堰堤を含むように撮像した画像を取得し、
前記堰堤を含む画像を入力した場合に、前記堰堤に設けられた排砂門における異物又は堆積土砂の有無を判定した判定結果を出力するよう深層学習により学習済みの第2学習済みモデルに、取得した前記排砂門を含む画像を入力し、
前記第2学習済みモデルから、前記排砂門における異物又は堆積土砂の有無に係る判定結果を取得し、
前記取水口付近を含む画像の撮像条件に応じて、前記取水口付近を含む画像を異なる前記学習済みモデルに入力して判定結果を取得し、
前記撮像条件は、撮像時期及び撮像時刻を含み、
前記撮像条件が撮像時期である場合、
前記取水口付近を含む画像が撮像された撮像時期に応じて、撮像時期に応じて異なる画像によって学習された前記学習済みモデル及び前記第2学習済みモデルを切り換えて入力し、
前記撮像条件が撮像時刻である場合、
前記取水口付近を含む画像が撮像された時間帯に応じて可視光画像又は赤外線画像を取得し、
取得した前記可視光画像又は前記赤外線画像の別に応じて前記学習済みモデル及び前記第2学習済みモデルを切り換えて入力する
処理をコンピュータに実行させることを特徴とする情報処理方法。 - 前記水力発電所は貯水式の水力発電所であって、
前記学習済みモデルから、貯水した水の濁り度合いを判定した前記判定結果を取得する
ことを特徴とする請求項1に記載の情報処理方法。 - 前記第2学習済みモデルは、前記堰堤を含む画像を入力した場合に更に、前記堰堤に設けられた越流部における人間の有無を判定した判定結果を出力するよう深層学習により学習済みであり、
前記第2学習済みモデルから、前記堰堤に設けられた越流部における人間の有無を判定した判定結果を取得する
ことを特徴とする請求項1又は請求項2に記載の情報処理方法。 - 水力発電所において河川から水を取水する取水口付近を含むように撮像した画像を取得し、
前記取水口付近を含む画像を入力した場合に取水に適するか否かの良否を判定した判定結果を出力するよう深層学習により学習済みの学習済みモデルに、取得した前記取水口付近を含む画像を入力し、
前記学習済みモデルから前記判定結果を取得し、
前記河川の水流を堰き止めて貯水する堰堤を含むように撮像した画像を取得し、
前記堰堤を含む画像を入力した場合に、前記堰堤に設けられた排砂門における異物又は堆積土砂の有無を判定した判定結果を出力するよう深層学習により学習済みの第2学習済みモデルに、取得した前記排砂門を含む画像を入力し、
前記第2学習済みモデルから、前記排砂門における異物又は堆積土砂の有無に係る判定結果を取得し、
前記取水口付近を含む画像の撮像条件に応じて、前記取水口付近を含む画像を異なる前記学習済みモデルに入力して判定結果を取得し、
前記撮像条件は、撮像時期及び撮像時刻を含み、
前記撮像条件が撮像時期である場合、
前記取水口付近を含む画像が撮像された撮像時期に応じて、撮像時期に応じて異なる画像によって学習された前記学習済みモデル及び前記第2学習済みモデルを切り換えて入力し、
前記撮像条件が撮像時刻である場合、
前記取水口付近を含む画像が撮像された時間帯に応じて可視光画像又は赤外線画像を取得し、
取得した前記可視光画像又は前記赤外線画像の別に応じて前記学習済みモデル及び前記第2学習済みモデルを切り換えて入力する
処理をコンピュータに実行させることを特徴とするプログラム。 - 河川の水を取水口から取水する貯水式の水力発電所の取水制御システムであって、
前記取水口付近及び前記河川の水流を堰き止めて貯水する堰堤を含むように撮像する撮像部と、
前記取水口の開閉及び、前記堰堤の排砂門の開閉を制御する取水制御盤と、
前記撮像部が撮像した画像に基づき信号を生成し、前記信号を前記取水制御盤に出力する情報処理装置と、
前記取水口付近を含む画像を入力した場合に取水に適するか否かの良否を判定した判定結果を出力するよう深層学習により学習済みの学習済みモデルと、
前記堰堤を含む画像を入力した場合に前記排砂門における異物又は堆積土砂の有無を判定した判定結果を出力するよう深層学習により学習済みの第2学習済みモデルとを備え、
前記情報処理装置は、
前記撮像部が撮像した前記取水口を含む画像及び前記堰堤を含む画像を取得し、
取得した前記取水口を含む画像を前記学習済みモデルに入力し、
取得した前記堰堤を含む画像を前記第2学習済みモデルに入力し、
前記学習済みモデルが出力した判定結果、及び前記第2学習済みモデルが出力した前記排砂門における異物又は堆積土砂の有無に係る判定結果を取得し、
前記第2学習済みモデルから取得した判定結果が、前記異物又は堆積土砂が無い場合、前記排砂門を閉める信号を前記取水制御盤に出力し、
前記学習済みモデルから取得した判定結果が、取水に適するとする良の場合、前記取水口を開く信号を前記取水制御盤に出力し、
前記取水口付近を含む画像の撮像条件に応じて、前記取水口付近を含む画像を異なる前記学習済みモデルに入力して判定結果を取得し、
前記撮像条件は、撮像時期及び撮像時刻を含み、
前記撮像条件が撮像時期である場合、
前記取水口付近を含む画像が撮像された撮像時期に応じて、撮像時期に応じて異なる画像によって学習された前記学習済みモデル及び前記第2学習済みモデルを切り換えて入力し、
前記撮像条件が撮像時刻である場合、
前記取水口付近を含む画像が撮像された時間帯に応じて可視光画像又は赤外線画像を取得し、
取得した前記可視光画像又は前記赤外線画像の別に応じて前記学習済みモデル及び前記第2学習済みモデルを切り換えて入力する
ことを特徴とする取水制御システム。 - 水力発電所において河川から水を取水する取水口付近を撮像した画像に対して取水に適するか否かの良否を示す情報が対応付けられた教師データを取得し、
前記教師データに基づく深層学習を行い、前記画像を入力した場合に取水に適するか否かの良否を判定した判定結果を出力する学習済みモデルを生成し、
前記教師データは、所定の濁度となるように容器内に注いだ水を撮像した画像を問題データとして用いる
処理をコンピュータに実行させることを特徴とする学習済みモデルの生成方法であって、
前記学習済みモデルは、撮像時期及び撮像時刻を含む撮像条件に応じて、別個となる複数の学習済みモデルを含み、
前記複数の学習済みモデルは、撮像時期又は撮像時刻に応じて切り換えられて画像が入力される
ことを特徴とする学習済みモデルの生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019018042A JP7293687B2 (ja) | 2019-02-04 | 2019-02-04 | 情報処理方法、プログラム、取水制御システム及び学習済みモデルの生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019018042A JP7293687B2 (ja) | 2019-02-04 | 2019-02-04 | 情報処理方法、プログラム、取水制御システム及び学習済みモデルの生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020125618A JP2020125618A (ja) | 2020-08-20 |
JP7293687B2 true JP7293687B2 (ja) | 2023-06-20 |
Family
ID=72083646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019018042A Active JP7293687B2 (ja) | 2019-02-04 | 2019-02-04 | 情報処理方法、プログラム、取水制御システム及び学習済みモデルの生成方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7293687B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7443990B2 (ja) * | 2020-08-26 | 2024-03-06 | 株式会社Jvcケンウッド | 機械学習装置、画像処理装置、機械学習方法、及び機械学習プログラム |
CN112067517A (zh) * | 2020-09-11 | 2020-12-11 | 杭州市地下管道开发有限公司 | 一种河湖水体智慧监测方法、设备、系统及可读存储介质 |
WO2022185596A1 (ja) * | 2021-03-04 | 2022-09-09 | パナソニックIpマネジメント株式会社 | 推定システム、推定方法およびプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003044127A (ja) | 2001-08-02 | 2003-02-14 | Mitsubishi Heavy Ind Ltd | プラント監視制御システム |
JP2003204544A (ja) | 2002-01-08 | 2003-07-18 | Kubota Corp | 制御システム |
JP2004094050A (ja) | 2002-09-02 | 2004-03-25 | Usk:Kk | 光学部を兼用化した監視カメラ装置 |
JP2018096088A (ja) | 2016-12-12 | 2018-06-21 | 中国電力株式会社 | 取水設備及びその使用方法 |
JP2018108041A (ja) | 2016-12-28 | 2018-07-12 | 本田技研工業株式会社 | 情報処理装置、給水システム、情報処理システム及びプログラム |
WO2018235266A1 (ja) | 2017-06-23 | 2018-12-27 | 株式会社Rist | 検査装置、検査方法及び検査プログラム |
CN109281295A (zh) | 2017-10-18 | 2019-01-29 | 黄国宏 | 水电站 |
JP2019192017A (ja) | 2018-04-26 | 2019-10-31 | 清水建設株式会社 | 汚濁物質判定装置、学習装置、汚濁物質判定方法、学習方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3148314B2 (ja) * | 1991-12-24 | 2001-03-19 | 株式会社日立製作所 | 水圏観察、監視及び浄化システム |
JPH05263411A (ja) * | 1992-03-19 | 1993-10-12 | Hitachi Ltd | 物体の観察方法および装置 |
JPH05332915A (ja) * | 1992-05-29 | 1993-12-17 | Hitachi Ltd | 水圏監視装置及び浄化装置 |
JP3131661B2 (ja) * | 1992-07-07 | 2001-02-05 | 株式会社日立製作所 | 水質汚染監視装置及びその方法 |
JPH06346426A (ja) * | 1993-06-11 | 1994-12-20 | Meidensha Corp | 取水制御装置 |
-
2019
- 2019-02-04 JP JP2019018042A patent/JP7293687B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003044127A (ja) | 2001-08-02 | 2003-02-14 | Mitsubishi Heavy Ind Ltd | プラント監視制御システム |
JP2003204544A (ja) | 2002-01-08 | 2003-07-18 | Kubota Corp | 制御システム |
JP2004094050A (ja) | 2002-09-02 | 2004-03-25 | Usk:Kk | 光学部を兼用化した監視カメラ装置 |
JP2018096088A (ja) | 2016-12-12 | 2018-06-21 | 中国電力株式会社 | 取水設備及びその使用方法 |
JP2018108041A (ja) | 2016-12-28 | 2018-07-12 | 本田技研工業株式会社 | 情報処理装置、給水システム、情報処理システム及びプログラム |
WO2018235266A1 (ja) | 2017-06-23 | 2018-12-27 | 株式会社Rist | 検査装置、検査方法及び検査プログラム |
CN109281295A (zh) | 2017-10-18 | 2019-01-29 | 黄国宏 | 水电站 |
JP2019192017A (ja) | 2018-04-26 | 2019-10-31 | 清水建設株式会社 | 汚濁物質判定装置、学習装置、汚濁物質判定方法、学習方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2020125618A (ja) | 2020-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7293687B2 (ja) | 情報処理方法、プログラム、取水制御システム及び学習済みモデルの生成方法 | |
CN108764372B (zh) | 数据集的构建方法和装置、移动终端、可读存储介质 | |
Xu et al. | Underwater fish detection using deep learning for water power applications | |
CN111292264B (zh) | 一种基于深度学习的图像高动态范围重建方法 | |
CN110473185A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN109543691A (zh) | 积水识别方法、装置以及存储介质 | |
Ono et al. | Reducing the effect of overwater structures on migrating juvenile salmon: an experiment with light | |
WO2023109709A1 (zh) | 一种基于注意力机制的图像拼接定位检测方法 | |
CN113449811B (zh) | 一种基于ms-wsda的低照度目标检测方法 | |
CN114821778A (zh) | 一种水下鱼体姿态动态识别方法及装置 | |
KR20160019681A (ko) | 감지 조류 제거 시스템 및 방법 | |
CN113280820B (zh) | 基于神经网络的果园视觉导航路径提取方法与系统 | |
US20230325982A1 (en) | Methods, systems and computer programs for processing image data for generating a filter | |
CN109711313A (zh) | 一种识别向河道内倾倒污水的实时视频监控算法 | |
CN113469097A (zh) | 一种基于ssd网络的水面漂浮物多相机实时检测方法 | |
CN115082872B (zh) | 一种面向边缘计算的河面采砂船及过往船只识别方法 | |
CN114782875A (zh) | 一种基于鱼道构建的鱼类细粒度信息获取方法 | |
CN115358952A (zh) | 一种基于元学习的图像增强方法、系统、设备和存储介质 | |
CN115294103A (zh) | 一种基于语义分割的实时工业表面缺陷检测方法 | |
CN114663683A (zh) | 一种基于空间特征自监督的水下目标检测方法 | |
Rahaman et al. | Deep Learning based Aerial Image Segmentation for Computing Green Area Factor | |
Ishtiak et al. | A convolutional neural network approach for road anomalies detection in Bangladesh with image thresholding | |
CN112967259B (zh) | 基于熔池图像的等离子弧焊接穿孔状态预测方法及系统 | |
Guo et al. | Cross-Image Disentanglement for Low-Light Enhancement in Real World | |
Näs | Water Level Measurement From Images Using Object Detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220922 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220927 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221116 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230309 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20230309 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230309 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230330 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20230404 |
|
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: 20230509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230522 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7293687 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |