JPH07119184A - 上下水道システムの運転装置 - Google Patents
上下水道システムの運転装置Info
- Publication number
- JPH07119184A JPH07119184A JP5263329A JP26332993A JPH07119184A JP H07119184 A JPH07119184 A JP H07119184A JP 5263329 A JP5263329 A JP 5263329A JP 26332993 A JP26332993 A JP 26332993A JP H07119184 A JPH07119184 A JP H07119184A
- Authority
- JP
- Japan
- Prior art keywords
- water
- intake
- river
- lake
- amount
- 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.)
- Pending
Links
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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/30—Relating to industrial water supply, e.g. used for cooling
Landscapes
- Feedback Control In General (AREA)
- Flow Control (AREA)
Abstract
(57)【要約】
【構成】取水地点周辺地域の湖沼水，河川水，地下水道
などの水量および／または水質を測定する水環境測定手
段１０００と、水環境計測手段により測定した水質情報
と／または水量情報に基づいて取水地点における取水量
を決定する取水計画手段５０００とから構成される。 【効果】取水により環境変化を把握することができる。
さらに、取水による環境悪化が最小限に抑さえることが
でき、周囲環境を安定に保つことができる。
などの水量および／または水質を測定する水環境測定手
段１０００と、水環境計測手段により測定した水質情報
と／または水量情報に基づいて取水地点における取水量
を決定する取水計画手段５０００とから構成される。 【効果】取水により環境変化を把握することができる。
さらに、取水による環境悪化が最小限に抑さえることが
でき、周囲環境を安定に保つことができる。
Description
【０００１】
【産業上の利用分野】本発明は上下水道システムの運転
装置に関する。
装置に関する。
【０００２】
【従来の技術】浄水場の運転方法に関する従来技術に
は、例えば、次のものがある。
は、例えば、次のものがある。
【０００３】「浄水場運転支援システム」；米谷精二ほ
か３名，第３回水システム自動計測制御国内ワークショ
ップ論文集，１９８９，１０ この従来技術は、各所に点在する浄水場，配水池，受水
場などの施設をデータ伝送で結び、各センサより入力さ
れたプロセスデータ，運転員の経験知識，設備の運用状
況とを考慮して浄水プラントの運転支援を行うものであ
る。この従来技術では、需要家への予測配水量に基づ
き、水源の汚染と取水設備の運用状況により取水源を決
定するもので、安定した取水水質を保つことが目的であ
る。
か３名，第３回水システム自動計測制御国内ワークショ
ップ論文集，１９８９，１０ この従来技術は、各所に点在する浄水場，配水池，受水
場などの施設をデータ伝送で結び、各センサより入力さ
れたプロセスデータ，運転員の経験知識，設備の運用状
況とを考慮して浄水プラントの運転支援を行うものであ
る。この従来技術では、需要家への予測配水量に基づ
き、水源の汚染と取水設備の運用状況により取水源を決
定するもので、安定した取水水質を保つことが目的であ
る。
【０００４】
【発明が解決しようとする課題】取水作業は、河川また
は湖沼などの水源からその水流の一部を導水して、浄水
場へ送る作業であり、取水源本流のみならず、取水地点
の周辺地域、特に下流域においては上流での取水の影響
を受けてその水質および水量が変化する。河川や地下水
などの水量が減少して枯渇状態に陥ると、動植物への影
響は大きく、深刻な環境破壊を引き起こす。また、枯渇
しなくとも、水量減少によりハロゲン化物などの汚濁物
質が停滞し、水質を著しく悪化させる場合がある。
は湖沼などの水源からその水流の一部を導水して、浄水
場へ送る作業であり、取水源本流のみならず、取水地点
の周辺地域、特に下流域においては上流での取水の影響
を受けてその水質および水量が変化する。河川や地下水
などの水量が減少して枯渇状態に陥ると、動植物への影
響は大きく、深刻な環境破壊を引き起こす。また、枯渇
しなくとも、水量減少によりハロゲン化物などの汚濁物
質が停滞し、水質を著しく悪化させる場合がある。
【０００５】平成５年４月には、茨城県那珂川下流の那
珂湊市から水戸市にかけての広範囲におよぶ地域で赤潮
が発生した。原因は河川水量減少による、海水逆流のた
めとみられている。
珂湊市から水戸市にかけての広範囲におよぶ地域で赤潮
が発生した。原因は河川水量減少による、海水逆流のた
めとみられている。
【０００６】近年の都市活動の活発化に伴う水需要量の
増大と、需要地域の拡大によって、以上のような取水の
伴う周辺地域の環境変化はますます深刻化すると予測さ
れる。
増大と、需要地域の拡大によって、以上のような取水の
伴う周辺地域の環境変化はますます深刻化すると予測さ
れる。
【０００７】自然環境を乱し、人工的操作を加える場合
には、周囲環境との調和を第一に考えるべきである。
には、周囲環境との調和を第一に考えるべきである。
【０００８】本発明の目的は、取水作業による取水源周
辺地域への環境変化を安定に保つ上下水道システムの運
転装置を提供することにある。
辺地域への環境変化を安定に保つ上下水道システムの運
転装置を提供することにある。
【０００９】
【課題を解決するための手段】本発明では、上記目的を
達成するために、河川または湖沼から取水し、需要家へ
上水を供給する浄水場の運転方法において、取水地点周
辺地域の河川水または湖沼水または地下水の水質または
水量のうち少なくとも一つを測定する水環境計測手段
と、前記水環境計測手段により計測した水質情報および
／または水量情報に基づいて前記取水地点における取水
量を決定する手段とを有することを特徴としている。
達成するために、河川または湖沼から取水し、需要家へ
上水を供給する浄水場の運転方法において、取水地点周
辺地域の河川水または湖沼水または地下水の水質または
水量のうち少なくとも一つを測定する水環境計測手段
と、前記水環境計測手段により計測した水質情報および
／または水量情報に基づいて前記取水地点における取水
量を決定する手段とを有することを特徴としている。
【００１０】
【作用】本発明は、取水地点周辺地域の河川水または湖
沼水または地下水の水質または水量を測定するので、取
水による環境変化を把握することができる。さらに、測
定情報に基づいて取水量を決定するので、取水による環
境悪化が最小限に抑えることができ、周囲環境を安定に
保つことができる。
沼水または地下水の水質または水量を測定するので、取
水による環境変化を把握することができる。さらに、測
定情報に基づいて取水量を決定するので、取水による環
境悪化が最小限に抑えることができ、周囲環境を安定に
保つことができる。
【００１１】また、測定情報に基づいて、環境悪化が生
じた地点に取水の一部または下水処理水を送水すること
により、環境を向上させる。
じた地点に取水の一部または下水処理水を送水すること
により、環境を向上させる。
【００１２】
【実施例】本発明は少なくとも取水地点周辺地域の湖沼
水，河川水，地下水道などの水量および／または水質を
測定する水環境測定手段１００と、水環境計測手段によ
り測定した水質情報および／または水量情報に基づいて
取水地点における取水量を決定する取水計画手段５００
０とから構成されている。
水，河川水，地下水道などの水量および／または水質を
測定する水環境測定手段１００と、水環境計測手段によ
り測定した水質情報および／または水量情報に基づいて
取水地点における取水量を決定する取水計画手段５００
０とから構成されている。
【００１３】図１に本発明の第一の実施例を示した。ま
ず、第一の実施例の概要について説明する。
ず、第一の実施例の概要について説明する。
【００１４】浄水場１は湖Ａ，河川Ａおよび河川Ｂから
それぞれ取水地点Ａ，Ｂ，Ｃで取水し、取水用ポンプ４
Ａにより浄水場内の貯留槽１１へ送られる。貯留槽１１
に導かれた水は浄水処理槽１２へ送られ、凝集沈殿処
理，オゾン処理、などの浄水処理を施され、上水として
直接需要家２へ、あるいは配水池３を経由して需要家２
へ送られ消費される。
それぞれ取水地点Ａ，Ｂ，Ｃで取水し、取水用ポンプ４
Ａにより浄水場内の貯留槽１１へ送られる。貯留槽１１
に導かれた水は浄水処理槽１２へ送られ、凝集沈殿処
理，オゾン処理、などの浄水処理を施され、上水として
直接需要家２へ、あるいは配水池３を経由して需要家２
へ送られ消費される。
【００１５】取水地点Ａ，Ｂ，Ｃには取水源の水量およ
び水質を測定するために、取水源用センサ６Ａが設置さ
れている。取水源用センサ６Ａは水温，ｐＨ，濁度，水
位を測定するセンサを有している。また、取水地点の周
辺地域の水環境測定用に、周辺地域の河川，池，地下水
道に地域用センサ６Ｂを数箇所設置している。地域用セ
ンサ６Ｂは、取水源用センサ６Ａと同じ機能をもつ。
び水質を測定するために、取水源用センサ６Ａが設置さ
れている。取水源用センサ６Ａは水温，ｐＨ，濁度，水
位を測定するセンサを有している。また、取水地点の周
辺地域の水環境測定用に、周辺地域の河川，池，地下水
道に地域用センサ６Ｂを数箇所設置している。地域用セ
ンサ６Ｂは、取水源用センサ６Ａと同じ機能をもつ。
【００１６】取水源用センサ６Ａと地域用センサ６Ｂと
によって測定した各種測定データは電気信号として水環
境測定手段１０００に送られ、センサ信号は数値データ
に変換される。取水源および周辺地域の水温，ｐＨ，濁
度，水位の各種データは地域評価手段２０００，取水源
評価手段３０００，需要予測手段４０００に送られる。
によって測定した各種測定データは電気信号として水環
境測定手段１０００に送られ、センサ信号は数値データ
に変換される。取水源および周辺地域の水温，ｐＨ，濁
度，水位の各種データは地域評価手段２０００，取水源
評価手段３０００，需要予測手段４０００に送られる。
【００１７】地域評価手段２０００は、取水地点Ａ，
Ｂ，Ｃのそれぞれの周辺地域毎に各種データについての
評価指標を算出する。評価指標は水環境の優劣を表す値
である。同様に取水源評価手段３０００は、取水地点
Ａ，Ｂ，Ｃの各種データについての評価指標を算出す
る。
Ｂ，Ｃのそれぞれの周辺地域毎に各種データについての
評価指標を算出する。評価指標は水環境の優劣を表す値
である。同様に取水源評価手段３０００は、取水地点
Ａ，Ｂ，Ｃの各種データについての評価指標を算出す
る。
【００１８】需要予測手段４０００は、測定された各種
データと上水需要量との過去の相関関係に基づいて、将
来の上水需要量の推移を予測する。
データと上水需要量との過去の相関関係に基づいて、将
来の上水需要量の推移を予測する。
【００１９】地域評価手段２０００および取水源評価手
段３０００で算出された各種データに対する評価指標
と、需要予測手段４０００により予測された需要予測結
果は取水計画手段５０００に送られる。取水計画手段５
０００は取水地点周辺地域の評価指標に基づき、水需要
量を満たし、かつ評価指標が向上するように、すなわ
ち、周辺地域の水環境が向上するように取水作業の運転
計画を立案する。
段３０００で算出された各種データに対する評価指標
と、需要予測手段４０００により予測された需要予測結
果は取水計画手段５０００に送られる。取水計画手段５
０００は取水地点周辺地域の評価指標に基づき、水需要
量を満たし、かつ評価指標が向上するように、すなわ
ち、周辺地域の水環境が向上するように取水作業の運転
計画を立案する。
【００２０】取水計画手段５０００で立案された取水計
画は、取水運転制御手段に送られ、計画に従って取水用
ポンプ４Ａ，送水用ポンプ４Ｂ，取水用バルブ５Ａおよ
び送水用バルブ５Ｂを制御することによって、各地点の
取水量および送水量を制御する。
画は、取水運転制御手段に送られ、計画に従って取水用
ポンプ４Ａ，送水用ポンプ４Ｂ，取水用バルブ５Ａおよ
び送水用バルブ５Ｂを制御することによって、各地点の
取水量および送水量を制御する。
【００２１】例えば、取水地点下流の地域で水位が低下
した場合、渇水により動植物の成育に影響を豊える他、
河口付近では海水の逆流による塩害や、赤潮発生などの
可能性が考えられる。
した場合、渇水により動植物の成育に影響を豊える他、
河口付近では海水の逆流による塩害や、赤潮発生などの
可能性が考えられる。
【００２２】従って、水位低下を検出した場合は、以下
に示す方法のうち何れか一つまたは複数の組み合わせに
より対処する。
に示す方法のうち何れか一つまたは複数の組み合わせに
より対処する。
【００２３】 該当地域の取水量を削減し、下流域の
水量増加を図る。
水量増加を図る。
【００２４】 取水ポンプにより強制的に下流域へ送
水する。
水する。
【００２５】 貯留槽を介して他の取水源からの取水
を下流域へ送水する。
を下流域へ送水する。
【００２６】水位の上昇および水質調整についても取水
地点，取水量，送水量を制御することにより適正な状態
に保つことが可能になる。
地点，取水量，送水量を制御することにより適正な状態
に保つことが可能になる。
【００２７】次に、本実施例の各機能について詳述す
る。
る。
【００２８】図２に水環境測定手段の構成を示した。取
水源用センサ６Ａと地域用センサ６Ｂにより１５分間隔
で測定されたセンサ信号６−１〜４はそれぞれ信号変換
手段１０１０で数値データに変換される。信号変換手段
１０１０は水温，ｐＨ，濁度，水位の各データ用に変換
機１０１１〜１０１４を備えている。
水源用センサ６Ａと地域用センサ６Ｂにより１５分間隔
で測定されたセンサ信号６−１〜４はそれぞれ信号変換
手段１０１０で数値データに変換される。信号変換手段
１０１０は水温，ｐＨ，濁度，水位の各データ用に変換
機１０１１〜１０１４を備えている。
【００２９】数値変換されたデータはデータ格納手段１
０２０に格納されると共にデータ選別手段１０３０へ送
られる。データ格納手段１０２０は取水地点付近のデー
タの他、管轄地域の需要家が消費した上水の消費実績デ
ータ，気温，湿度，天候，風速，風向，日射量，各種イ
ベント情報などの需要予測用データ１０３５も格納して
いる。
０２０に格納されると共にデータ選別手段１０３０へ送
られる。データ格納手段１０２０は取水地点付近のデー
タの他、管轄地域の需要家が消費した上水の消費実績デ
ータ，気温，湿度，天候，風速，風向，日射量，各種イ
ベント情報などの需要予測用データ１０３５も格納して
いる。
【００３０】データ選別手段１０３０はデータ格納手段
１０２０から地域評価手段２０００，取水源評価手段３
０００および需要予測手段４０００が必要とするデータ
をそれぞれ選別して供給する。
１０２０から地域評価手段２０００，取水源評価手段３
０００および需要予測手段４０００が必要とするデータ
をそれぞれ選別して供給する。
【００３１】地域評価手段２０００には、取水地点付近
の水温，ｐＨ，濁度，水位のデータが１５分（測定時）
毎に送られる。水温および濁度のデータ全地域共通に設
定した最大値および最小値により０〜１００の範囲に規
格化し、水位データは地域毎の最大値，最小値を用いて
規格化する。またｐＨデータは適正値ｐＨ＝７を100と
して酸性側を０〜１００，アルカリ性側を１００〜２０
０の範囲に規格化する。
の水温，ｐＨ，濁度，水位のデータが１５分（測定時）
毎に送られる。水温および濁度のデータ全地域共通に設
定した最大値および最小値により０〜１００の範囲に規
格化し、水位データは地域毎の最大値，最小値を用いて
規格化する。またｐＨデータは適正値ｐＨ＝７を100と
して酸性側を０〜１００，アルカリ性側を１００〜２０
０の範囲に規格化する。
【００３２】取水源評価手段３０００には、取水源の水
温，ｐＨ，濁度，水位のデータが１５分（測定時）毎に
送られる。各データの処理は地域評価手段２０００と同
様である。図３に地域評価手段２０００の画面表示例を
示した。取水地点Ａの周辺地域Ａ−１，Ａ−２およびＡ
−３における各データの経時変化グラフを実単位で表示
すると共に、現時刻の評価指標を数値でそれぞれ表示し
ている。運転員は、グラフと評価指標により水環境の状
態をモニタすることができる。図３では地域名とデータ
のみを表示しているが、管轄地域の模式地図上に各デー
タ表示を配置すればさらに環境把握が容易になる。
温，ｐＨ，濁度，水位のデータが１５分（測定時）毎に
送られる。各データの処理は地域評価手段２０００と同
様である。図３に地域評価手段２０００の画面表示例を
示した。取水地点Ａの周辺地域Ａ−１，Ａ−２およびＡ
−３における各データの経時変化グラフを実単位で表示
すると共に、現時刻の評価指標を数値でそれぞれ表示し
ている。運転員は、グラフと評価指標により水環境の状
態をモニタすることができる。図３では地域名とデータ
のみを表示しているが、管轄地域の模式地図上に各デー
タ表示を配置すればさらに環境把握が容易になる。
【００３３】需要予測手段４０００は学習機能と予測機
能を兼ね備えたニューラルネットワークを使用してい
る。学習及び予測方法の概要を図４に示す実施例を用い
て述べる。データ格納手段１０２０から需要予測に必要
な上水需要実績値，気温，湿度，天候，風速，風向，日
射量，各種イベント情報等の影響因子１０３３ａと、予
測対象となる上水消費量の過去の事例データ１０３５が
供給される。これらのデータを用いて影響因子と予測対
象量との関係を学習し、学習済みのネットワークに予測
時に影響因子を入力して、予測値を得る。
能を兼ね備えたニューラルネットワークを使用してい
る。学習及び予測方法の概要を図４に示す実施例を用い
て述べる。データ格納手段１０２０から需要予測に必要
な上水需要実績値，気温，湿度，天候，風速，風向，日
射量，各種イベント情報等の影響因子１０３３ａと、予
測対象となる上水消費量の過去の事例データ１０３５が
供給される。これらのデータを用いて影響因子と予測対
象量との関係を学習し、学習済みのネットワークに予測
時に影響因子を入力して、予測値を得る。
【００３４】データ格納手段１０２０から予測対象とす
る上水需要量の時刻毎のデータ1035を読み込み、必要に
応じて所定時刻間の変化量または所定期間内の合計値等
の形へ変換する。所定の代表値を用いて０〜１の値へ規
格化し、教師データ４０１１を作成する。
る上水需要量の時刻毎のデータ1035を読み込み、必要に
応じて所定時刻間の変化量または所定期間内の合計値等
の形へ変換する。所定の代表値を用いて０〜１の値へ規
格化し、教師データ４０１１を作成する。
【００３５】データ格納手段１０２０から気温，湿度，
天候等の影響因子１０３３ａを読み込み、必要に応じて
所定時刻間の変化量または所定期間内の合計値等への変
換、または所定期間内の最大値及び最小値の検索等の操
作を行う。各々の値に対して、所定の代表値を用いて規
格化し、入力データ４０４１を作成する。
天候等の影響因子１０３３ａを読み込み、必要に応じて
所定時刻間の変化量または所定期間内の合計値等への変
換、または所定期間内の最大値及び最小値の検索等の操
作を行う。各々の値に対して、所定の代表値を用いて規
格化し、入力データ４０４１を作成する。
【００３６】入力データ４０４１はニューラルネットワ
ーク４０３０の入力層の各ニューロンへ入力され、任意
に決定されたニューロン間の結合強度すなわち重み係数
により重み付けされ中間層の各ニューロンへと出力され
る。中間層ニューロンは入力信号の総和をシグモイド関
数等の変換関数により変換し、出力する。出力値は重み
係数により重み付けられ、出力層の各ニューロンへ入力
される。出力層ニューロンは中間層ニューロンと同様
に、入力信号総和を変換関数により変換し、出力値４０
３１を出力する。
ーク４０３０の入力層の各ニューロンへ入力され、任意
に決定されたニューロン間の結合強度すなわち重み係数
により重み付けされ中間層の各ニューロンへと出力され
る。中間層ニューロンは入力信号の総和をシグモイド関
数等の変換関数により変換し、出力する。出力値は重み
係数により重み付けられ、出力層の各ニューロンへ入力
される。出力層ニューロンは中間層ニューロンと同様
に、入力信号総和を変換関数により変換し、出力値４０
３１を出力する。
【００３７】ニューラルネットワーク４０３０の出力値
４０３１と教師データ４０１１の両者の誤差が小さくな
るように各ニューロン間の重み係数を修正する。
４０３１と教師データ４０１１の両者の誤差が小さくな
るように各ニューロン間の重み係数を修正する。
【００３８】学習方法及び重み係数修正の具体的計算方
法の一例として、バックプロパゲーション法がある。学
習方法の詳細は「Neurocomputing Foundations of Resea
rch」,The MIT Press，１９８８，ｐｐ３１８−３６２
に記載されているので、ここでは省略する。
法の一例として、バックプロパゲーション法がある。学
習方法の詳細は「Neurocomputing Foundations of Resea
rch」,The MIT Press，１９８８，ｐｐ３１８−３６２
に記載されているので、ここでは省略する。
【００３９】ネットワーク内の信号伝達および重み係数
の修正操作を所定の回数になるまで、あるいは、出力値
４０３１と教師データ４０１１との誤差が所定の値以下
になるまで繰り返し学習を終了する。
の修正操作を所定の回数になるまで、あるいは、出力値
４０３１と教師データ４０１１との誤差が所定の値以下
になるまで繰り返し学習を終了する。
【００４０】予測時には、対応する影響因子１０３３ｂ
を学習済みニューラルネットワークに入力し、ネットワ
ーク内の信号伝達の手順により得られる出力値４０３１
が予測値となる。
を学習済みニューラルネットワークに入力し、ネットワ
ーク内の信号伝達の手順により得られる出力値４０３１
が予測値となる。
【００４１】入力データはオンラインで入力するのが望
ましいが、キーボードなどの入力手段により入力しても
良い。図５に１時間間隔で翌日０時〜２４時までの上水
需要の予測結果の一例を示した。
ましいが、キーボードなどの入力手段により入力しても
良い。図５に１時間間隔で翌日０時〜２４時までの上水
需要の予測結果の一例を示した。
【００４２】次に取水計画手段について説明する。
【００４３】取水計画手段５０００の処理手順を流れ図
で示した。取水計画手段５０００は取水地点周辺地域お
よび取水源の各種データ毎の評価指標と、将来の上水需
要予測結果を読み込み、需要を満たし、かつ取水源周辺
地域の水環境が向上するように取水計画を立案する。
で示した。取水計画手段５０００は取水地点周辺地域お
よび取水源の各種データ毎の評価指標と、将来の上水需
要予測結果を読み込み、需要を満たし、かつ取水源周辺
地域の水環境が向上するように取水計画を立案する。
【００４４】ステップ５０１０：測定地点毎の評価指標
をそれぞれのデータ項目毎に設定した適正値または標準
値と比較して両者間の偏差を算出する。偏差の大小関係
により異常度をクラス分けし、順位付けする。
をそれぞれのデータ項目毎に設定した適正値または標準
値と比較して両者間の偏差を算出する。偏差の大小関係
により異常度をクラス分けし、順位付けする。
【００４５】ステップ５０２０：前回の測定結果と比較
し、新たに異常をきたしたものか、前回に続いて異常が
検出されたものかを判定する。新規に異常が認められた
場合はステップ５０４０へ、前回に続き異常が認められ
た場合はステップ５０３０へ進む。
し、新たに異常をきたしたものか、前回に続いて異常が
検出されたものかを判定する。新規に異常が認められた
場合はステップ５０４０へ、前回に続き異常が認められ
た場合はステップ５０３０へ進む。
【００４６】ステップ５０３０：前回の異常度と今回測
定の異常度との差を算出し、前回の処置による改善度
（効果の度合い）を求める。改善度はステップ５０４０
に送られる。
定の異常度との差を算出し、前回の処置による改善度
（効果の度合い）を求める。改善度はステップ５０４０
に送られる。
【００４７】ステップ５０４０：異常度に応じて適正値
へ回復させるための送水量を予め設定した関数（次式）
により算出する。ここでは水質が適正値または標準値で
ある水を送水する場合の送水量を求める。
へ回復させるための送水量を予め設定した関数（次式）
により算出する。ここでは水質が適正値または標準値で
ある水を送水する場合の送水量を求める。
【００４８】 （必要送水量）＝ｆ（水位，異常度，目標値） …（１） ステップ５０５０：ステップ５０４０で決定した送水量
を達成するために次に示す方策のうち何れを使用するか
を決定する。
を達成するために次に示す方策のうち何れを使用するか
を決定する。
【００４９】 該当地域の取水量を削減し、下流域の
水量増加を図る。
水量増加を図る。
【００５０】 取水ポンプによる強制的に下流域へ送
水する。
水する。
【００５１】 貯留槽を介して他の取水源からの取水
を下流域へ送水する。
を下流域へ送水する。
【００５２】上記の方策決定に際しては、他地域の水量
・水質および需要予測結果を参照して求める。需要量を
満たし、かつ水環境が向上する方策を選択するのが望ま
しいが、その条件を満たし得ない場合には、両者の重み
付けを行い、それぞれの目標値からの逸脱許容度を設定
する。
・水質および需要予測結果を参照して求める。需要量を
満たし、かつ水環境が向上する方策を選択するのが望ま
しいが、その条件を満たし得ない場合には、両者の重み
付けを行い、それぞれの目標値からの逸脱許容度を設定
する。
【００５３】また、異常地域が複数ケ所存在する場合は
ステップ５０１０で決定した順序に基づいて改善する。
ステップ５０１０で決定した順序に基づいて改善する。
【００５４】さらに、ステップ５０４０で決定した送水
量は水質が適正値または標準値の場合の値であるため、
送水する水質に応じて送水量の補正が必要である。
量は水質が適正値または標準値の場合の値であるため、
送水する水質に応じて送水量の補正が必要である。
【００５５】なお、〜は単独でも、複数の組み合わ
せで使用してもよい。
せで使用してもよい。
【００５６】ステップ５０６０：ステップ５０５０で決
定した方法により取水量および送水量を達成するための
具体的な機器操作量を決定する。決定する操作量は、取
水用ポンプおよび送水用ポンプの出力、取水管および送
水管に設置された各バルブの開度である。
定した方法により取水量および送水量を達成するための
具体的な機器操作量を決定する。決定する操作量は、取
水用ポンプおよび送水用ポンプの出力、取水管および送
水管に設置された各バルブの開度である。
【００５７】決定された各操作量は取水運転制御手段６
０００に送られ、制御信号に変換されて、各機器を制御
する。
０００に送られ、制御信号に変換されて、各機器を制御
する。
【００５８】本実施例では取水計画は制御信号に変換さ
れ、自動的に機器を制御しているが、計画は監視制御用
画面に表示するのみで、運転員へのガイダンスとして使
用しても良い。
れ、自動的に機器を制御しているが、計画は監視制御用
画面に表示するのみで、運転員へのガイダンスとして使
用しても良い。
【００５９】取水計画手段５０００は図７に示す手順で
実施しても良い。図７は学習・推論機能を備え、適正な
改善効果が得られた場合のみの異常状態と対処方法の関
係を学習し、経験した異常状態と同様の異常が発生した
場合は、学習結果に基づいて対処方法を推論する。前述
した（図６）方法と異なる部分についてのみ説明する。
実施しても良い。図７は学習・推論機能を備え、適正な
改善効果が得られた場合のみの異常状態と対処方法の関
係を学習し、経験した異常状態と同様の異常が発生した
場合は、学習結果に基づいて対処方法を推論する。前述
した（図６）方法と異なる部分についてのみ説明する。
【００６０】ステップ５０７０：入力される異常状態が
過去に経験した物であるかどうかを判定し、経験があ
り、かつ適切な改善策が取られた履歴が有ればステップ
5090へ進む。
過去に経験した物であるかどうかを判定し、経験があ
り、かつ適切な改善策が取られた履歴が有ればステップ
5090へ進む。
【００６１】ステップ５０８０：ステップ５０３０で算
出した改善効果が設定値以上の場合のみ、ステップ５０
９０へ進み、それ以外はステップ５０４０へ進む。
出した改善効果が設定値以上の場合のみ、ステップ５０
９０へ進み、それ以外はステップ５０４０へ進む。
【００６２】ステップ５０９０：（１）学習機能；設定
値以上の改善効果が得られた場合の異常状態と対処方法
の関係を学習する。（２）推論機能；学習した異常状態
と同程度の測定結果が得られた場合には、学習結果に基
づいて必要な送水量を推論する。
値以上の改善効果が得られた場合の異常状態と対処方法
の関係を学習する。（２）推論機能；学習した異常状態
と同程度の測定結果が得られた場合には、学習結果に基
づいて必要な送水量を推論する。
【００６３】なお、学習および推論機能は需要予測手段
４０００に使用したニューラルネットワークを使用し、
同様の原理で実現できる。
４０００に使用したニューラルネットワークを使用し、
同様の原理で実現できる。
【００６４】次に本発明の第二の実施例について説明す
る。図８に第二の実施例の構成を示した。第一の実施例
との相異点は、下水処理場８で処理された処理水をポン
プ８Ｂにより取水源下流に供給する手段を有しているこ
とである。需要家２で消費した上水は下水２ａとなり下
水処理場８で処理される。処理水８Ａの流量および水質
情報９は取水計画手段５０００に送られ、下水処理水も
送水手段の一つとして計画を立案する。取水計画手段５
０００は、取水と下水処理水との水量および水質から、
必要送水量を満たし、送水水質が適正な値となるように
両者の混合比を決定する。
る。図８に第二の実施例の構成を示した。第一の実施例
との相異点は、下水処理場８で処理された処理水をポン
プ８Ｂにより取水源下流に供給する手段を有しているこ
とである。需要家２で消費した上水は下水２ａとなり下
水処理場８で処理される。処理水８Ａの流量および水質
情報９は取水計画手段５０００に送られ、下水処理水も
送水手段の一つとして計画を立案する。取水計画手段５
０００は、取水と下水処理水との水量および水質から、
必要送水量を満たし、送水水質が適正な値となるように
両者の混合比を決定する。
【００６５】これにより、下水処理水を有効に活用でき
るので、降雨量が少なく、水資源が乏しい時期でも周囲
環境を悪化させることなく安定した上水供給が可能であ
る。なお、本実施例では、取水または下水処理水を送水
しているが、雨水を貯水し、これを送水してもよい。
るので、降雨量が少なく、水資源が乏しい時期でも周囲
環境を悪化させることなく安定した上水供給が可能であ
る。なお、本実施例では、取水または下水処理水を送水
しているが、雨水を貯水し、これを送水してもよい。
【００６６】また、取水地点およびその周辺地域の環境
を測定する際には、本実施例のようにセンサによるオン
ライン測定でも、サンプリングによる分析処理であって
も良い。各種測定情報と地理的情報（位置関係，土地使
用状況，水脈など）をマッチングさせる地理情報システ
ムを導入することも有効である。
を測定する際には、本実施例のようにセンサによるオン
ライン測定でも、サンプリングによる分析処理であって
も良い。各種測定情報と地理的情報（位置関係，土地使
用状況，水脈など）をマッチングさせる地理情報システ
ムを導入することも有効である。
【００６７】例えば、地理情報システムを用いて水量・
水質情報と、土地使用状況を地図上に同時配置し、使用
用途毎に異常度の基準を定めても良い。井戸水を飲料水
に使用している地域や農業用地などは異常判定基準を比
較的厳しくし、わずかな水量・水質の変化も改善の対象
とする。また、オフィス街は比較的水環境変化の影響を
受けにくいので、異常判定基準を緩やかにしても良い。
水質情報と、土地使用状況を地図上に同時配置し、使用
用途毎に異常度の基準を定めても良い。井戸水を飲料水
に使用している地域や農業用地などは異常判定基準を比
較的厳しくし、わずかな水量・水質の変化も改善の対象
とする。また、オフィス街は比較的水環境変化の影響を
受けにくいので、異常判定基準を緩やかにしても良い。
【００６８】
【発明の効果】本発明は、取水地点周辺地域の河川水ま
たは湖沼水または地下水の水質または水量を測定するの
で、取水による環境変化を把握することができる。さら
に、測定情報に基づいて取水量を決定するので、取水に
よる環境悪化を最小限に抑さえることでき、周囲環境を
安定に保つことができる。
たは湖沼水または地下水の水質または水量を測定するの
で、取水による環境変化を把握することができる。さら
に、測定情報に基づいて取水量を決定するので、取水に
よる環境悪化を最小限に抑さえることでき、周囲環境を
安定に保つことができる。
【００６９】また、測定情報に基づいて、環境悪化が生
じた地点に取水または下水処理水を送水することによ
り、環境を向上させる効果がある。
じた地点に取水または下水処理水を送水することによ
り、環境を向上させる効果がある。
【図１】本発明の第一の実施例を表す系統図。
【図２】水環境測定手段のブロック図。
【図３】地域評価指標の表示例を示す説明図。
【図４】需要予測手段の構成を表すブロック図。
【図５】需要予測結果の一例を表す特性図。
【図６】取水計画手段の第一の実施例を表すフローチャ
ート。
ート。
【図７】取水計画手段の第二の実施例を表すフローチャ
ート。
ート。
【図８】本発明の第二の実施例を表す系統図。
１…浄水場、２…需要家、３…配水池、４Ａ，Ｂ…ポン
プ、５Ａ，Ｂ…流量調節バルブ、６Ａ，Ｂ…水質セン
サ、７…取水運転制御信号、１０００…水環境測定手
段、２０００…地域評価手段、３０００…取水源評価手
段、４０００…需要予測手段、５０００…取水計画手
段、６０００…取水運転制御手段。
プ、５Ａ，Ｂ…流量調節バルブ、６Ａ，Ｂ…水質セン
サ、７…取水運転制御信号、１０００…水環境測定手
段、２０００…地域評価手段、３０００…取水源評価手
段、４０００…需要予測手段、５０００…取水計画手
段、６０００…取水運転制御手段。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 大淵 美砂子 茨城県日立市大みか町七丁目１番１号 株 式会社日立製作所日立研究所内 (72)発明者 陰山 晃治 茨城県日立市大みか町七丁目１番１号 株 式会社日立製作所日立研究所内
Claims (10)
- 【請求項１】河川または湖沼から取水し、需要家へ上水
を供給する浄水場の運転装置において、取水地点周辺地
域の河川水または湖沼水または地下水の水質または水量
のうち少なくとも一つを測定する水環境計測手段と、前
記水環境計測手段により計測した水質情報および／また
は水量情報に基づいて前記取水地点における取水量を決
定する手段とを含むことを特徴とする浄水場の運転装
置。 - 【請求項２】河川または湖沼から取水し、需要家へ上水
を供給する浄水場の運転装置において、取水地点周辺地
域の河川水または湖沼水または地下水の水質または水量
のうち少なくとも一つを測定する水環境計測手段と、前
記水環境計測手段により計測した水質情報および／また
は水量情報に基づいて前記取水地点における取水量と、
前記取水地点周辺地域の河川または湖沼または地下水道
への送水量を測定する手段とを含むことを特徴とする浄
水場の運転装置。 - 【請求項３】河川または湖沼の複数地点から取水可能な
設備を有し、需要家へ上水を供給する浄水場の運転装置
において、 前記複数の取水地点周辺地域の河川水または湖沼水また
は地下水の水質または水量のうち少なくとも一つを測定
する水環境計測手段と、 前記水環境計測手段により計測した水質情報および／ま
たは水量情報に基づいて前記複数取水地点の取水量を決
定する手段とを含むことを特徴とする浄水場の運転装
置。 - 【請求項４】河川または湖沼の複数地点から取水可能な
設備を有し、需要家へ上水を供給する浄水場の運転装置
において、 前記複数の取水地点周辺地域の河川水または湖沼水また
は地下水の水質または水量のうち少なくとも一つを測定
する水環境計測手段と、 前記水環境計測手段により計測した水質情報および／ま
たは水量情報に基づいて送水対象地点および送水量を決
定する手段とを含むことを特徴とする浄水場の運転装
置。 - 【請求項５】河川または湖沼の複数地点から取水可能な
設備を有し、需要家へ上水を供給する浄水場の運転装置
において、過去の浄水プラント運転データに基づいて将
来の上水量需要を予測する水需要予測手段と、前記複数
の取水地点周辺地域の河川水または湖沼水または地下水
の水質または水量のうち少なくとも一つを測定する水環
境計測手段と、前記水環境計測手段により計測した水質
情報および／または水量情報と、前記水需要予測手段に
より予測した水需要量とに基づいて前記複数取水地点の
取水量、送水する前記取水地点および送水量を決定する
手段とを含むことを特徴とする浄水場の運転装置。 - 【請求項６】河川または湖沼から取水し、需要家へ上水
を供給する浄水場の運転装置において、取水地点周辺地
域の河川水または湖沼水または地下水の水質または水量
のうち少なくとも一つを測定する水環境計測手段と、前
記水環境計測手段により計測した水質情報および／また
は水量情報に基づいて前記取水地点における取水量と、
前記取水地点周辺地域の河川または湖沼または地下水道
への送水量を決定する手段と、送水量と送水後の水量・
水質情報との関係を学習し、学習結果に基づいて送水量
を算出する学習・推論手段とを含むことを特徴とする浄
水場の運転装置。 - 【請求項７】河川または湖沼から取水し、需要家へ上水
を供給する浄水場と需要家からの下水を処理して河川ま
たは湖沼または海洋へ放水する下水処理場とからなる上
下水システムにおいて、取水地点周辺地域の河川水また
は湖沼水または地下水の水質または水量のうち少なくと
も一つを測定する水環境計測手段と、前記水環境計測手
段により計測した水質情報および／または水量情報に基
づいて前記取水地点における取水量と、前記取水地点周
辺地域の河川または湖沼または地下水道への送水量を決
定する手段と、取水と下水処理水の混合比を算出する手
段と、前記混合比で取水と下水処理水とを混合して送水
する手段とを含むことを特徴とする上下水道システム。 - 【請求項８】河川または湖沼から取水し、需要家へ上水
を供給する浄水場の運転装置において、取水地点周辺地
域の河川水または湖沼水または地下水の水質または水量
のうち少なくとも一つを測定する水環境計測手段と、前
記水環境計測手段により計測した水質情報および／また
は水量情報に基づいて前記取水地点における取水量を決
定する手段と、前記取水地点周辺地域の水質情報および
／または水量情報とを表示する手段とを含むことを特徴
とする浄水場の運転装置。 - 【請求項９】河川または湖沼から取水し、需要家へ上水
を供給する上水システムにおいて、取水地点周辺地域の
河川水または湖沼水または地下水の水質または水量のう
ち少なくとも一つを測定する水環境計測手段と、前記水
環境計測手段により計測した水質情報および／または水
量情報に基づいて前記取水地点における取水量を決定す
る手段とを含むことを特徴とする上水道システム。 - 【請求項１０】河川または湖沼から取水し、需要家へ上
水を供給する浄水場の運転装置において、取水地点周辺
地域の河川水または湖沼水または地下水の水質または水
量のうち少なくとも一つを測定する水環境計測手段と、
前記水環境計測手段により計測した水質情報および／ま
たは水量情報に基づいて前記取水地点における取水量を
決定する手段とを含むことを特徴とする浄水場の運転制
御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5263329A JPH07119184A (ja) | 1993-10-21 | 1993-10-21 | 上下水道システムの運転装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5263329A JPH07119184A (ja) | 1993-10-21 | 1993-10-21 | 上下水道システムの運転装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07119184A true JPH07119184A (ja) | 1995-05-09 |
Family
ID=17387965
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5263329A Pending JPH07119184A (ja) | 1993-10-21 | 1993-10-21 | 上下水道システムの運転装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07119184A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09218194A (ja) * | 1996-02-08 | 1997-08-19 | Nippon Telegr & Teleph Corp <Ntt> | 水質測定装置 |
| JP2007146422A (ja) * | 2005-11-25 | 2007-06-14 | Toshiba Corp | 取水システム |
| JP2008057186A (ja) * | 2006-08-30 | 2008-03-13 | Toshiba Corp | 上下水道システム |
| WO2013136503A1 (ja) * | 2012-03-16 | 2013-09-19 | 株式会社日立製作所 | 水処理プラント運用システム及び送水量計画方法 |
| WO2014174723A1 (ja) * | 2013-04-26 | 2014-10-30 | 株式会社 東芝 | 水処理制御装置及び水処理システム |
| KR101500632B1 (ko) * | 2014-11-05 | 2015-03-09 | 조선남 | 횡하중에 대한 저항성을 향상시키는 물탱크수위조절시스템 |
| US9551982B2 (en) | 2013-04-26 | 2017-01-24 | Kabushiki Kaisha Toshiba | Water treatment control apparatus and water treatment system |
| CN116562600A (zh) * | 2023-07-11 | 2023-08-08 | 中关村科学城城市大脑股份有限公司 | 供水控制方法、装置、电子设备和计算机可读介质 |
-
1993
- 1993-10-21 JP JP5263329A patent/JPH07119184A/ja active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09218194A (ja) * | 1996-02-08 | 1997-08-19 | Nippon Telegr & Teleph Corp <Ntt> | 水質測定装置 |
| JP2007146422A (ja) * | 2005-11-25 | 2007-06-14 | Toshiba Corp | 取水システム |
| JP2008057186A (ja) * | 2006-08-30 | 2008-03-13 | Toshiba Corp | 上下水道システム |
| JP4592660B2 (ja) * | 2006-08-30 | 2010-12-01 | 株式会社東芝 | 上下水道システム |
| WO2013136503A1 (ja) * | 2012-03-16 | 2013-09-19 | 株式会社日立製作所 | 水処理プラント運用システム及び送水量計画方法 |
| WO2014174723A1 (ja) * | 2013-04-26 | 2014-10-30 | 株式会社 東芝 | 水処理制御装置及び水処理システム |
| US9551982B2 (en) | 2013-04-26 | 2017-01-24 | Kabushiki Kaisha Toshiba | Water treatment control apparatus and water treatment system |
| KR101500632B1 (ko) * | 2014-11-05 | 2015-03-09 | 조선남 | 횡하중에 대한 저항성을 향상시키는 물탱크수위조절시스템 |
| CN116562600A (zh) * | 2023-07-11 | 2023-08-08 | 中关村科学城城市大脑股份有限公司 | 供水控制方法、装置、电子设备和计算机可读介质 |
| CN116562600B (zh) * | 2023-07-11 | 2023-09-19 | 中关村科学城城市大脑股份有限公司 | 供水控制方法、装置、电子设备和计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Forecasting raw-water quality parameters for the North Saskatchewan River by neural network modeling | |
| Elkiran et al. | Artificial intelligence-based approaches for multi-station modelling of dissolve oxygen in river | |
| KR940005029B1 (ko) | 프로세스 운전지원방법 및 시스템 | |
| Cordoba et al. | Using artificial neural network models to assess water quality in water distribution networks | |
| JP2007229550A (ja) | 下水処理場運転支援装置 | |
| JP2000218263A (ja) | 水質制御方法及びその装置 | |
| Rounds | Development of a neural network model for dissolved oxygen in the Tualatin River, Oregon | |
| Valentin et al. | A neural network-based software sensor for coagulation control in a water treatment plant | |
| JPH07119184A (ja) | 上下水道システムの運転装置 | |
| Kim et al. | Operator decision support system for integrated wastewater management including wastewater treatment plants and receiving water bodies | |
| Ding et al. | Neural network based models for forecasting | |
| Anderson et al. | Assessment of future water quality conditions in the Grand and Speed Rivers | |
| KR100701439B1 (ko) | 마을 하수 처리 시설 통합 관리 방법 및 그 시스템 | |
| Zhu et al. | Exploration of relationships between flood control capacity and peak flow reduction in a multireservoir system using an optimization-clustering-fitting framework | |
| JP6168545B1 (ja) | 下水排出方法と下水浄化システム | |
| Li et al. | Including snowmelt in influent generation for cold climate WRRFs: comparison of data-driven and phenomenological approaches | |
| KR20060136071A (ko) | 마을 하수 처리 시설 통합 관리 방법 및 그 시스템 | |
| Lobbrecht et al. | Applications of neural networks and fuzzy logic to integrated water management project report | |
| KR20210048955A (ko) | 실시간 물 공급능력지수와 물 자립률지수 연동형 도서지역 저류시설 통합운영관리 시스템 및 그 방법 | |
| Zhang et al. | Implementing artificial neural network models for real-time water colour forecasting in a water treatment plant | |
| Gong et al. | Stormnet: a connectionist model for dynamic management of wastewater treatment plants during storm events | |
| Abduljaleel | A GIS-based water quality management for Shatt Al-Arab River system, South of Iraq | |
| Bruni et al. | Factsheet: Digitalisation of the sewer network and predictive smart equalization control | |
| Guichard et al. | Predicting sludge settleability in large wastewater treatment plants: a deep learning time series perspective | |
| Otamendi et al. | Integrated water resource management in the Segura Hydrographic Basin: An artificial intelligence approach |