JPH10320007A

JPH10320007A - 流動予測システム

Info

Publication number: JPH10320007A
Application number: JP13202697A
Authority: JP
Inventors: Yoshihiro Nagaoka; 嘉浩長岡; Hiroshi Mukai; 寛向井; Teiji Tanaka; 定司田中
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1997-05-22
Filing date: 1997-05-22
Publication date: 1998-12-04
Anticipated expiration: 2017-05-22
Also published as: JP3379008B2

Abstract

(57)【要約】【課題】平常時はもちろん突発的な現象についても流
体や交通などの流動状態を適切に予測できる流動予測シ
ステムを提供する。【解決手段】雨水集水区域からの信号および所定の予
測パラメータに基づいて排水機場の運転状態を予測する
予測手段１０１は、各雨水管渠と流入幹線との合流部で
の流動状態を予測するサブ予測手段１２１と運転支援情
報を予測するメイン予測手段１１１を備え、予測パラメ
ータを演算する演算手段２０１は、合流部流動状態の予
測に用いるサブパラメータを演算するサブパラメータ演
算手段２２１と運転支援情報の予測に用いるメインパラ
メータを演算するメインパラメータ演算手段２１１を備
える。合流部での流動状態の予測結果を実測値と逐次比
較しながら、予測パラメータ自体を修正し、排水機場の
運転を予測するので、大雨などの突発的な現象について
も、排水機場の運転を適切に支援できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、流体や交通などの
流動状態を予測する流動予測システムに係り、特に、河
川網や管渠網などにおける流体の流動状態を監視して予
測したり、道路交通網における車両の流動状態を監視し
て予測する流動予測システムに関する。河川網や管渠網
などの流動予測システムに関して、より具体的には、都
市の管路網や河川およびその周辺流域における流動状態
や降雨の情報に基づいて、適切な運転状態を決定する排
水機場運転支援システムに関する。

【０００２】

【従来の技術】従来、流体や交通などの流動状態を予測
する流動予測システムのうちで、例えば、交通の流動状
態の予測に関しては、道路網における渋滞の状況を予測
するシステムや、予測結果から交差点での信号を適切に
制御するシステムなどがあり、流体の流動状態の予測に
関しては、排水機場を運転支援する目的で機場への流入
状態を予測するシステムなどがあった。

【０００３】道路網における渋滞の状況を予測するシス
テムとしては、特開平 8−249586号に記載の交通流予測
装置があり、ニューラルネットワークを用いて、予め各
区間の車両検知器からの検知データと渋滞区間との関係
を学習させておき、運用時には各区間の車両検知器から
の検知データに基づいて渋滞区間を予測していた。

【０００４】交差点での信号を適切に制御するため流動
予測システムを用いる例としては、特開平 7−014093号
に記載の交通信号制御方法があり、交通情報を検出する
速度センサなどの情報と渋滞時間などとの関係から、最
適に交通信号を制御できるようにニューラルネットワー
クを学習させていた。

【０００５】排水機場の運転支援に関しては、排水区域
の市街化進行に伴い、雨水の不浸透域が増加し、大雨の
際には、雨水が排水機場に急激に流入する傾向にあるた
め、高度な運転支援システムが要求されている。すなわ
ち、従来の運転員の判断による排水機場運転において
は、運転員が機場での水位や降雨量などの時間的な推移
を過去の吐出し量と対応づけて、柔軟に判断していた
が、大雨時には運転員への負担が大きく、また、運転頻
度も少ないため、運転技術の向上が難しく、適切な運転
支援システムが必要である。

【０００６】特開平 6−026093号に記載の雨水ポンプ運
転支援システムにおいては、ポンプ井水位，予測降雨デ
ータ，管渠水位データなどから、排水施設への流入量に
対するガイダンスを出している。具体的には、降雨計か
ら送られてくる実測降雨量に基づいて３０分先の降雨量
を予測し、雨水排水施設への流入量を予測して、雨水ポ
ンプのガイダンスをオンラインで表示している。

【０００７】特公平 8−033157号に記載の雨水ポンプの
運転制御装置においては、雨雲の状態と地上での雨量と
に基づいて将来の降雨量を予測し、都市域の下水管路網
について流出を解析し、排水ポンプを運転制御をしてい
る。流出解析では、例えば、非線形の双曲形偏微分方程
式を一様流の仮定の下で解き、雨水の移送時間を求めて
いる。

【０００８】特開平 5−311727号に記載の雨水ポンプ運
転制御装置においては、降雨量および管渠の水位から、
ポンプ井への予測雨水流入量に対する吐出し量の余裕度
を予測し、ポンプの選択，起動停止，回転数などを制御
している。管轄地域の適当な箇所から取得した降雨量や
マンホール水位から、ファジー推論を用いて、ポンプ井
への予測雨水流入量に対する吐出し量の余裕度を決定し
ている。

【０００９】また、『第２８回下水道研究発表会講演
集』(平成３年６月)の785頁から787頁には、熟練運転員
の持つ柔軟な判断をニューラルネットに委ね、運転に反
映させる手法が記述されている。すなわち、排水機場へ
の流入量，流入渠水位，降雨量，排水機場からの吐出し
量の時系列データを入カデータとし、次の時刻における
排水機場からの吐出し量を出カデータとしてニューラル
ネットを構成する。実際の運転に先立ち、予め入カデー
タと出カデータとの関係を学習させておき、実際の運転
時には、現時刻までに得られた入カデータから次の時刻
の吐出し量を予測し、運転を支援している。

【００１０】

【発明が解決しようとする課題】道路交通網の渋滞状況
は、曜日によって傾向が異なるため、各曜日毎にその傾
向を把握することが重要である。したがって、各曜日毎
の渋滞の状況と車両検知器などからの実測データとの関
係を予めニューラルネットワークで学習しておけば、通
常の交通渋滞の状況は、予測可能である。上記特開平 8
−249586号に記載の交通流予測装置および特開平 7−01
4093号に記載の交通信号制御方法は、ともにニューラル
ネットワークを用いて交通状態を事前に学習した後に、
交通状態の予測または制御にシステムを適用していた。
特に、特開平 7−014093号に記載の交通信号制御方法
は、１週間を試行期間として学習し、予測精度がある程
度向上するまで、前記試行期間を繰り返していた。

【００１１】しかし、上記二つの従来技術では、学習後
に発生する突発的な交通状態を予測することはできな
い。突発的な交通状態とは、お盆やゴールデンウイーク
などに発生する帰省ラッシュ時の渋滞や道路工事による
一時的な渋滞など、予め学習が困難な状態をいう。この
ように突発的な交通状態に対応するには、事前に学習し
た結果を状態に合わせて柔軟に変更する必要がある。

【００１２】次に、排水機場運転支援システムに関し述
べる。図１６に示すように、舗装道路の普及に伴い、都
市に流れ込む雨水のほとんどは、大地に浸透せず、地下
の管路網に流入する。管路網の雨水は、さらに流入幹線
を通って、排水機場に流れ込み、排水機場から河川に吐
き出される。

【００１３】上記特開平 6−026093号に記載の雨水ポン
プ運転支援システムにおいては、降雨計から送られてく
る過去から現在までの１５分または３０分程度の実測降
雨量を平均化処理し、３０分先の降雨量を予測してい
る。そのため、平均化処理による降雨量予測に大きく誤
差が生じる大雨時など、操作員の判断で明らかに異なる
運転が予想される場合は、手入力で運転しており、運転
員への負担が大きい。

【００１４】排水機場への雨水の流入は降雨量だけでな
く、管路網における流動状態にも大きく依存している。
雨水が流れ込む管路網は、複数の合流点で流入幹線と合
流しており、個々の管路網からの流入幹線への雨水の流
入量が、排水機場への流入量を決定している。しかも、
各合流点から排水機場までの距離に依存した時間遅れを
もって、雨水が排水機場に流れ込むため、現象をさらに
複雑にしている。

【００１５】上記特公平 8−033157号に記載の雨水ポン
プの運転制御装置においては、ポンプ運転のために必要
な演算時間を考慮して、短時間で演算が終了する流出解
析として、時間空間的変化を無視した一様流解析を使用
し、下水管路網における雨水の移送時間を求めている。

【００１６】しかし、都市の複雑な管路網では、雨水の
流れは、時間空間的に変化しており、特に、排水機場の
運転負荷が大きい突発的な大雨時などは、流れの非一様
性が著しく、一様流解析では正確な移送時間を演算でき
ない。逆に、大雨時の時間空間的に変化する流動状態を
複雑な管路網について解くには、大規模に流動解析する
必要があり、緊急時の排水運転に対応できない。

【００１７】上記特開平 5−311727号に記載の雨水ポン
プ運転制御装置においては、降雨量には、「少ない」，
「普通」，「多い」，「とても多い」、マンホール水位には、
「低い」，「普通」，「高い」，「とても高い」という関数を割
り当て、ファジー推論を用いて、ポンプ井への予測雨水
流入量に対する吐出し量の余裕度の関数「必要なし」，
「必要」，「大変必要」を決定し、ポンプの選択，起動停
止，回転数などを制御している。

【００１８】しかし、複雑な管路網における突発的な大
雨時について、降雨量やマンホール水位などの計測デー
タとポンプ井への予測雨水流入量に対する吐出し量の余
裕度との対応関係を予め正確に記述しておくことは、困
難である。

【００１９】上記余裕度の対応関係を予め学習しておけ
ば、排水機場の予測制御は可能であるが、複雑な管路網
に対して、すべての流動状態を学習させるのは困難であ
る。上記『第２８回下水道研究発表会講演集』に記載の
運転支援システムでは、入カデータとしての排水機場へ
の流入量，流入渠水位，降雨量，排水機場からの吐出し
量の時系列データと次の時刻での排水機場からの吐出し
量との関係を予め学習させておき、実際の運転時には、
現時刻までに得られた入カデータから次の時刻の吐出し
量を予測し、運転を支援している。

【００２０】しかし、予め入出力の関係をすべて学習さ
せておかなければならず、もし学習範囲外の現象が発生
した場合は、誤差を生じてしまう。

【００２１】また、市の拡張などにより管路網に変更が
あった場合、新たに学習をする必要がある。上記『第２
８回下水道研究発表会講演集』に記載の運転支援システ
ムでは、各管路網毎の影響を把握していないので、管路
網に１カ所でも変更があった場合、これまでの学習結果
を用いると、大きな誤差を生じる可能性がある。

【００２２】さらに、排水機場から雨水を吐き出す先の
河川の流動状態にも注意しなければならない。すなわ
ち、排水機場よりも下流における河川の水位などを予測
しながら、水位が限界値以上にならないように、機場か
ら河川への吐出し量を制御したり、吐き出す河川を選択
しなければならない。

【００２３】本発明の目的は、流体や交通などの上流の
流動状態から下流の流動状態を予測する予測手段を予測
値と実測値との比較から常に最適な状態に改善し、突発
的な流動現象に対しても下流の流動状態を適切に予測で
きる柔軟な構成の流動予測システムを提供することであ
る。

【００２４】

【課題を解決するための手段】本発明は、上記目的を達
成するために、流体や交通などの上流の流動状態を監視
し流体や交通などの下流の流動状態を予測する流動予測
システムにおいて、流動予測システムが、流体や交通な
どの上流の流動状態および所定の予測パラメータに基づ
いて流体や交通などの下流の目標流動状態を予測する予
測手段と、流体や交通などの上流の流動状態および下流
の実測流動状態に基づいて予測手段で使用する予測パラ
メータを演算する演算手段とを備え、予測手段における
下流の目標流動状態の予測と演算手段における予測パラ
メータとを並列処理で作成する流動予測システムを提案
する。

【００２５】流動予測システムは、流体や交通などの上
流の流動状態および所定の予測パラメータに基づいて流
体や交通などの下流の目標流動状態を予測する予測手段
と、流体や交通などの上流の流動状態，下流の実測流動
状態，予測手段による下流の目標流動状態に基づいて予
測手段で使用する予測パラメータを演算する演算手段と
を備え、予測手段における下流の目標流動状態の予測と
演算手段における予測パラメータとを並列処理で作成す
るようにしてもよい。

【００２６】流動予測システムは、また、流体や交通な
どの上流の流動状態および所定の予測パラメータに基づ
いて流体や交通などの下流の目標流動状態を予測する予
測手段と、流体や交通などの上流の流動状態および下流
の実測流動状態に基づいて予測手段で使用する予測パラ
メータを演算する演算手段と、予測手段による予測値と
下流の実測流動状態とを比較し演算手段で予測パラメー
タを演算するか否かを判定する判定手段とを備えること
ができる。

【００２７】流動予測システムは、さらに、流体や交通
などの上流の流動状態および所定の予測パラメータに基
づいて流体や交通などの下流の目標流動状態を予測する
予測手段と、流体や交通などの上流の流動状態，下流の
実測流動状態，予測手段による下流の目標流動状態に基
づいて予測手段で使用する予測パラメータを演算する演
算手段と、予測手段による予測値と下流の実測流動状態
とを比較し演算手段で予測パラメータを演算するか否か
を判定する判定手段とを備えることが可能である。

【００２８】上記いずれの場合も、予測手段は、各合流
部または各分岐部毎の流動状態を予測するための複数の
サブ予測手段と、下流の目標流動状態を予測するための
メイン予測手段とからなる構成を採用してもよい。

【００２９】流動予測システムが、流体や交通などの上
流の流動状態および所定の予測パラメータに基づいて流
体や交通などの下流の目標流動状態を予測する予測手段
と、流体や交通などの上流の流動状態および下流の実測
流動状態に基づいて予測手段で使用する予測パラメータ
を演算する演算手段とを備え、予測手段が、各合流部ま
たは各分岐部毎の流動状態を予測する複数のサブ予測手
段と、下流の目標流動状態を予測するメイン予測手段と
からなる構成とすることもできる。

【００３０】予測手段は、上流側の合流部または分岐部
の流動状態の予測値に基づいて下流側の合流部または分
岐部の目標流動状態を予測する手段である。

【００３１】また、予測手段は、各合流部または各分岐
部または下流の目標流動状態を予測するための固定パラ
メータを備えた固定サブ予測手段を含むことも可能であ
る。

【００３２】本発明においては、予測した下流の目標流
動状態と下流の実測流動状態とを逐次比較し、比較結果
に基づいて、予測するための予測パラメータを更新し、
予測が所定の誤差以内になるようにしているので、突発
的な流動状態に対しても下流の流動状態を適切に予測で
きる流動予測システムが得られる。

【００３３】例えば、雨水集水区域からの信号および所
定の予測パラメータに基づいて排水機場の運転状態を予
測する予測手段は、各雨水管渠と流入幹線との合流部で
の流動状態を予測するサブ予測手段と運転支援情報を予
測するメイン予測手段とを備え、予測パラメータを演算
する演算手段は、合流部流動状態の予測に用いるサブパ
ラメータを演算するサブパラメータ演算手段と運転支援
情報の予測に用いるメインパラメータを演算するメイン
パラメータ演算手段とを備える。合流部での流動状態の
予測結果を実測した流動状態と逐次比較しながら、予測
パラメータ自体を修正し、排水機場の運転を予測するの
で、大雨などの突発的な現象についても排水機場の運転
を適切に支援できる。

【００３４】したがって、排水機場の運転のほかに、例
えば、交通流監視装置においては、平常時はもちろん、
事前には学習の困難な突発的な交通状態の変化すなわち
連休時などの交通渋滞も適切に予測できる流動予測シス
テムが得られる。

【００３５】

【発明の実施の形態】

《実施例１》次に、図１〜図６を参照して、本発明によ
る流動予測システムを排水機場運転支援システムに適用
した一実施例を説明する。

【００３６】図１は、本発明による排水機場運転支援シ
ステムの実施例１の構成を示すブロック図である。この
排水機場運転支援システムは、データ入力部１０２と、
データ入力部１０２からのデータおよび所定の予測パラ
メータＡm，Ａsiに基づき流動状態を予測する予測手段
１０１と、予測手段１０１からの予測データに基づき排
水機場を運転支援する運転支援部１０３と、データ入力
部１０２からの入力データに基づいて予測パラメータを
演算し新しい予測パラメータを予測手段に送信する演算
手段２０１とを備えている。

【００３７】図２は、図１の排水機場運転支援システム
の支援手順の一例を示すフローチャートである。

【００３８】手順１０では、予測手段１０１で使用する
予測パラメータを初期設定する。このパラメータは、本
システムの稼働中に、演算手段２０１により、次々に新
しいパラメータに更新されていく。初期値としては、前
回の運用時に更新された最新のパラメータを使用すれば
よい。または、降雨の特徴毎に、例えば、梅雨時のパラ
メータや台風時のパラメータなどに分けて保存してお
き、選択してもよい。初めて運用する場合には、事前に
パラメータを求めておく必要があるが、従来技術として
述べたような、事前学習や非線形管路解析などを利用し
てもよい。

【００３９】手順２０では、データを入力する。このデ
ータは、手順７０で実測されるものである。データ入力
部１０２では、４種類の実測データを逐次読み込んでい
る。４種類の実測データとは、管渠網における第ｉ番目
の管渠や複数の支流河川を備えた河川の第ｉ番目の支流
河川の流動状態を示すデータまたは流動状態に影響を及
ぼす支流データＩsiと、流入幹線や河川の流動状態を示
すデータまたは流動状態に影響を及ぼす本流データＩm
と、排水機場およびその下流の流動状態を示す運転支援
情報Ｃmと、第i番目の管渠と流入幹線との合流部での流
動状態または第ｉ番目の支流河川と河川との合流部での
流動状態を示す合流部流動状態Ｃsiである。

【００４０】図３は、運転支援システムのデータの入出
力関係を示す図である。例えば、支流データとしては、
第ｉ番目の管渠での地点ｊにおける流量Ｉsij，第ｉ番
目の管渠周辺での地点ｋにおける降水量Ｉsik，第ｊ番
目の支流河川の地点ｋにおける水位Ｉsjkなどを入力す
る。本流データとしては、流入幹線周辺での地点ｉにお
ける降水量Ｉmi，河川での地点ｊにおける水位Ｉmj，地
点ｋにおける気象データＩmkなどを入力する。運転支援
情報としては、排水機場での水位Ｃmi，排水機場から河
川への吐出し量Ｃmj，河川での排水機場下流の地点ｋに
おける水位Ｃmkなどを入力する。合流部流動状態として
は、第ｉ番目の管渠と流入幹線との合流部で管渠から流
入幹線に流入する流量Ｃsi，第ｊ番目の支流河川と河川
との合流部で支流河川から河川に流入する流量Ｃsjなど
を入力する。

【００４１】手順３０では、予測手段１０１が、運転支
援情報および合流部流動状態を予測する。予測手段１０
１は、合流部流動状態を予測するサブ予測手段１２１
と、運転支援情報を予測するメイン予測手段１１１とを
備えており、各予測手段は、それぞれ、合流部流動状態
を予測するサブパラメータと、運転支援情報を予測する
メインパラメータとを備えている。予測手段１０１は、
時刻Ｔ＝Ｔ1に、本流データＩm(Ｔ1)，運転支援情報Ｃm
(Ｔ1)，支流データＩsi(Ｔ1)，合流部流動状態Ｃsi(Ｔ
1)を読み込む。予測手段１０１は、時刻Ｔ＝Ｔ1に至る
までの過去のデータを記憶しており、これらの時系列デ
ータから将来の状態を予測する。

【００４２】まず、サブ予測手段１２１では、第ｉ番目
の管渠または支流河川から支流データＩsi(Ｔ1)と、前
記管渠と流入幹線との合流部または支流河川と河川との
合流部での流動状態Ｃsi(Ｔ1)とを読み込み、時刻Ｔ＝
Ｔ1に至るまでの過去のデータＩsi(Ｔ)，Ｃsi(Ｔ)およ
び時刻Ｔ＝Ｔ1におけるサブパラメータＡsi(Ｔ1)を用い
て、ΔＴsi後の時刻Ｔ＝Ｔ1＋ΔＴsiでの合流部流動状
態の予測値Ｃsi′(Ｔ1＋ΔＴsi)を予測する。

【００４３】図４は、支流データと予測流量との関係の
一例を示す図である。支流データとして第ｉ番目の管渠
の上流地点ｊでの流量Ｉsij(Ｔ1)とその周辺での位置ｋ
における降雨量Ｉsik(Ｔ1)とが、時刻Ｔ＝Ｔ1に予測手
段１０１に入力されたとき、時刻Ｔ＝Ｔ1に至るまでの
過去のデータから、時刻Ｔ＝Ｔ1＋ΔＴsiに管渠ｉから
流入幹線に流入する合流部ｉでの流量Ｃsi′(Ｔ1＋ΔＴ
si)を予測する。

【００４４】合流部流動状態Ｃsi′(Ｔ1＋ΔＴsi)の予
測と同時に、メイン予測手段１１１で、本流データＩm
(Ｔ1)と運転支援情報Ｃm(Ｔ1)とを読み込み、時刻Ｔ＝
Ｔ1に至るまでの過去の本流データＩm(Ｔ)，運転支援情
報Ｃm(Ｔ)，合流部流動状態Ｃsi(Ｔ)，さらに今予測し
た合流部流動状態の予測値Ｃsi′の時刻Ｔ＝Ｔ1からＴ1
＋ΔＴsiに至るまでの予測結果Ｃm′(Ｔ)を使用し、時
刻Ｔ＝Ｔ1におけるメインパラメータＡm(Ｔ1)を用い
て、ΔＴm後の時刻Ｔ＝Ｔ1＋ΔＴmでの運転支援情報Ｃ
m′(Ｔ1＋ΔＴm)を予測する。

【００４５】手順４０では、予測手段１０１で予測され
た運転支援情報の予測値に基づき、排水機場を運転支援
する。例えば、運転支援情報として、現在時刻Ｔ＝Ｔ1
からΔＴm後の時刻Ｔ＝Ｔ1＋ΔＴmにおける排水機場で
の水位Ｃmi′(Ｔ1＋ΔＴm)，排水機場から河川への将来
の吐出し量Ｃmj′(Ｔ1＋ΔＴm)，排水機場下流の河川に
おける将来の水位Ｃmk′(Ｔ1＋ΔＴm)などを予測し、運
転支援部１０３において、排水ポンプの運転台数や回転
数などの情報を出力する。

【００４６】手順５０では、演算手段２０１において、
予測パラメータを演算する。演算手段２０１は、合流部
流動状態の予測に使用するサブパラメータを演算するサ
ブパラメータ演算手段２２１と、運転支援情報の予測に
使用するメインパラメータを演算するメインパラメータ
演算手段２１１とを備えている。サブパラメータ演算手
段２２１では、第ｉ番目の管渠または支流河川からの支
流データを用いて、合流部流動状態を所定の基準値Ｓi
以内の誤差で計算できるように、サブパラメータＡsi′
(Ｔ1＋ΔＴsi＋ΔＴ1si)を演算する。メインパラメータ
演算手段２１１では、本流データと合流部流動状態とか
ら、運転支援情報を所定の基準値Ｍ以内の誤差で計算で
きるように、メインパラメータＡm′(Ｔ1＋ΔＴm＋ΔＴ
1m)を演算する。例えば、サブパラメータＡsi′(Ｔ1＋
ΔＴsi＋ΔＴ1si)およびメインパラメータＡm′(Ｔ1＋
ΔＴm＋ΔＴ1m)の演算には、支流データおよび本流デー
タを入力信号とし、合流部流動状態および運転支援情報
を教師信号とするニューラルネットワークを構成すれば
よい。

【００４７】なお、手順５０の予測パラメータの演算と
手順３０の予測データの予測とは、並列処理する。

【００４８】手順６０では、演算手段２０１で演算され
た予測パラメータを予測手段１０１の予測パラメータと
入れ替える。このとき、演算後のメインパラメータＡ
m′(Ｔ1＋ΔＴm＋ΔＴ1m)をメインパラメータＡm(Ｔ1)
と入れ替え、演算後の各サブパラメータＡsi′(Ｔ1＋Δ
Ｔsi＋ΔＴ1si)を各サブパラメータＡsi(Ｔ1)と入れ替
える。合流部での現象が排水機場またはその下流河川に
伝わるまでに、各サブパラメータＡsi′(Ｔ1＋ΔＴsi＋
ΔＴ1si)の演算を終了させれば、合流部での現象が排水
機場またはその下流河川に伝わる前に、演算後の新しい
サブパラメータを使って運転支援情報を予測し、適切に
運転支援できる。

【００４９】実施例１では、合流部流動状態および運転
支援情報の予測と並列に、実測データに基づいてそれぞ
れの予測パラメータを修正し、予測値が所定の誤差以内
になるようにしている。特に、各支流毎に予測パラメー
タを修正するため、現象が排水機場またはその下流河川
に伝わる前に予測パラメータを現象に合わせて修正し、
運転支援情報に反映できる。その結果、大雨などの突発
的な現象が発生した場合でも、その現象に合わせた運転
支援が可能となる。

【００５０】実施例１の流動状態の予測手順３０と予測
パラメータの演算手順５０とは、常に並列処理されてい
る。しかし、予測手段１０１と演算手段２０１とが使用
するデータは、同一時刻のデータではない。時刻Ｔ＝Ｔ
1において、最新のデータ、すなわち、支流データＩsi
(Ｔ1)，本流データＩm(Ｔ1)，合流部流動状態Ｃsi(Ｔ
1)，運転支援情報Ｃm(Ｔ1)が、データ入力部１０２に入
力されると、予測手段１０１は、最新のデータを読み込
み、合流部流動状態および運転支援情報を予測する。一
方のサブパラメータ演算手段２２１では、時刻Ｔ＝Ｔ1
での最新の合流部流動状態Ｃsi(Ｔ1)を読み込むと、既
に読み込んであるΔＴsi過去の時刻Ｔ＝Ｔ1−ΔＴsiま
での支流データおよび合流部流動状態を用いて、時刻Ｔ
＝Ｔ1での合流部流動状態Ｃsi(Ｔ1)を所定の基準値以内
の誤差で計算できるように、サブパラメータを演算す
る。したがって、サブパラメータの演算に対して、現在
時刻からΔＴsi過去の時刻までの実測値を活用していな
いことになる。

【００５１】そこでサブパラメータの演算に、サブ予測
手段１２１で予測した予測値を使用する。図１に示すよ
うに、サブ予測手段１２１は、時刻Ｔ＝Ｔ1までの支流
データおよび合流部流動状態の実測値をもとに、時刻Ｔ
＝Ｔ1＋ΔＴsiでの合流部流動状態Ｃsi′(Ｔ1＋ΔＴsi)
を予測し、サブパラメータ演算手段２２１に送信する。
サブパラメータ演算手段２２１は、時刻Ｔ＝Ｔ1までの
最新の支流データおよび合流部流動状態の実測値と、時
刻Ｔ＝Ｔ1＋ΔＴsiまでの合流部流動状態の予測値Ｃs
i′(Ｔ1＋ΔＴsi)とに基づいて、サブパラメータＡsi′
(Ｔ1＋ΔＴsi＋ΔＴ1si)を演算する。

【００５２】メインパラメータ演算手段２１１における
メインパラメータの演算についても同様である。すなわ
ち、メイン予測手段１１１は、時刻Ｔ＝Ｔ1までの本流
データ，運転支援情報，合流部流動状態の実測値に基づ
いて、時刻Ｔ＝Ｔ1＋ΔＴmでの運転支援情報Ｃm′(Ｔ1
＋ΔＴm)を予測し、メインパラメータ演算手段２１１に
送信する。メインパラメータ演算手段２１１は、時刻Ｔ
＝Ｔ1までの最新の本流データ，運転支援情報，合流部
流動状態の実測値と、時刻Ｔ＝Ｔ1＋ΔＴmまでの運転支
援情報の予測値Ｃm′(Ｔ1＋ΔＴm)に基づいて、メイン
パラメータＡm′(Ｔ1＋ΔＴm＋ΔＴ1m)を演算する。

【００５３】実施例１では、予測パラメータの演算に予
測手段での予測値を用いて、最新の実測値を活用できる
ようにしている。そのために、より変化の激しい現象に
対しても、予測パラメータをその激しい現象に合わせて
修正し、運転支援情報に反映できる。

【００５４】実施例１では、運転支援情報を予測するた
めに、流入幹線やその周辺で実測した本流データを使用
している。しかし、排水機場から遠く離れた上流のデー
タを直接運転支援情報に反映させるのは、予測精度の低
下，予測パラメータの演算時間の増加につながる。そこ
で、各管渠毎に流入幹線との合流部の流動状態を予測す
るのと同様に、合流部の上流側の流入幹線をその合流部
に対する支流とみなして、管渠と同様に予測し、流入幹
線による合流部での流動状態を予測する。

【００５５】図４に示すように、複数の管渠が流入幹線
と合流している場合には、上流側の合流部流動状態の予
測値を用いて、下流側の合流部流動状態を予測すればよ
い。図５は、図１に示すサブ予測手段１２１を各管渠毎
に分割した構成を示すブロック図であり、図６は、その
支援手順を示すフローチャートであり、図２に示す手順
３０を分割した手順を示している。

【００５６】管渠ｈと流入幹線との合流部ｈの下流に、
管渠ｉと流入幹線との合流部ｉが存在する場合は、管渠
ｈの上流地点ｊでの流量Ｉshj(Ｔ1)，その周辺での位置
ｋにおける降雨量Ｉshk(Ｔ1)、流入幹線を支流とみなし
た場合の上流地点ｇでの流量Ｉsgj(Ｔ1)などの支流デー
タをデータ入力部１０２から読み込み、合流部ｈでの流
動状態Ｃsh′(Ｔ1＋ΔＴsh)を予測し、管渠ｉの上流地
点ｊでの流量Ｉsij(Ｔ1)やその周辺での位置ｋにおける
降雨量Ｉsik(Ｔ1)などの支流データ，合流部ｈでの流動
状態の予測値Ｃsh′(Ｔ1＋ΔＴsh)に基づいて、合流部
ｉでの流動状態Ｃsi′(Ｔ1＋ΔＴsi)を予測する。同様
に、合流部ｉでの流動状態の予測値Ｃsi′(Ｔ1＋ΔＴs
i)を用いて、その下流の合流部ｊでの流動状態の予測値
Ｃsj′(Ｔ1＋ΔＴsj)を予測する。このように、上流側
の合流部流動状態から下流側の流動状態を予測し、排水
機場直前の合流部流動状態から運転支援情報を予測す
る。

【００５７】この実施例によれば、各合流部間の流入幹
線も支流とみなして合流部流動状態を予測し、上流側の
流動状態から下流側の流動状態を予測していくので、遠
く離れた上流地点での実測データから運転支援情報を予
測する必要がなく、高精度に運転支援情報を予測でき、
予測パラメータの演算も短時間で実行できる。

【００５８】《実施例２》図７〜図１１を参照して、本
発明を排水機場運転支援システムに適用した実施例２を
説明する。

【００５９】図７は、本発明による排水機場運転支援シ
ステムの実施例２の構成を示すブロック図である。この
流動予測システムは、データ入力部１０２と、データ入
力部１０２からのデータおよび所定の予測パラメータＡ
m，Ａsiに基づき流動状態を予測する予測手段１０１
と、予測手段１０１からの予測データに基づき排水機場
を運転支援する運転支援部１０３と、データ入力部１０
２からのデータおよび予測手段１０１からの予測データ
に基づき運転支援情報を修正すべきかどうかを判定する
とともに予測手段１０１で使用する予測パラメータを修
正するかどうかを判定する判定手段１０４と、データ入
力部１０２からの入力データに基づいて予測パラメータ
を演算し新しい予測パラメータを予測手段に送信する演
算手段２０１とを備えている。すなわち、図１に示す実
施例１とは、判定手段１０４に関する部分の構成のみが
異なる。

【００６０】図８は、図７に示す排水機場運転支援シス
テムの支援手順を示すフローチャートである。手順１０
から手順４０までは、図２の手順１０から手順４０まで
とほぼ同じ手順である。

【００６１】手順１０では、予測手段１０１で使用する
予測パラメータを初期設定し、手順２０では、手順７０
で実測したデータを入力する。データ入力部１０２で
は、図１の実施例１と同様に、管渠網における第ｉ番目
の管渠や複数の支流河川を備えた河川の第ｉ番目の支流
河川の流動状態を示すデータまたは流動状態に影響を及
ぼす支流データＩsi，流入幹線や河川の流動状態を示す
データまたは流動状態に影響を及ぼす本流データＩm，
排水機場およびその下流の流動状態を示す運転支援情報
Ｃm，第ｉ番目の管渠と流入幹線との合流部での流動状
態または第ｉ番目の支流河川と河川との合流部での流動
状態を示す合流部流動状態Ｃsiの４種類を入力する。

【００６２】手順３０では、予測手段１０１が、運転支
援情報および合流部流動状態を予測する。図１の実施例
１と同様に、予測手段１０１は、サブ予測手段１２１と
メイン予測手段１１１とを備えており、各予測手段は、
それぞれ合流部流動状態を予測するサブパラメータと、
運転支援情報を予測するメインパラメータを備えてい
る。サブ予測手段１２１は、時刻Ｔ＝Ｔ1に支流データ
Ｉsi(Ｔ1)および合流部流動状態Ｃsi(Ｔ1)とを読み込
み、時刻Ｔ＝Ｔ1に至るまでの過去のデータＩsi(Ｔ)，
Ｃsi(Ｔ)および時刻Ｔ＝Ｔ1におけるサブパラメータＡs
i(Ｔ1)に基づいて、ΔＴsi後の時刻Ｔ＝Ｔ1＋ΔＴsiで
の合流部流動状態の予測値Ｃsi′(Ｔ1＋ΔＴsi)を予測
する。メイン予測手段１１１は、時刻Ｔ＝Ｔ1に本流デ
ータＩm(Ｔ1)と運転支援情報Ｃm(Ｔ1)とを読み込み、時
刻Ｔ＝Ｔ1に至るまでの過去の本流データＩm(Ｔ)，運転
支援情報Ｃm(Ｔ)，合流部流動状態Ｃsi(Ｔ)，さらに今
予測した合流部流動状態の予測値Ｃsi′の時刻Ｔ＝Ｔ1
からＴ1＋ΔＴsiに至るまでの予測結果Ｃm′(Ｔ)に基づ
き、時刻Ｔ＝Ｔ1におけるメインパラメータＡm(Ｔ1)を
用いて、ΔＴm後の時刻Ｔ＝Ｔ1＋ΔＴmにおける運転支
援情報Ｃm′(Ｔ1＋ΔＴm)を予測する。

【００６３】手順４０では、予測手段１０１で予測され
た運転支援情報の予測値に基づき、排水機場を運転支援
する。

【００６４】手順８０では、判定手段１０４において、
予測手段１０１で予測した予測データの誤差を計算す
る。予測データは、現在時刻Ｔ＝Ｔ1からΔＴsi後の時
刻Ｔ＝Ｔ1＋ΔＴsiにおける合流部流動状態Ｃsi′(Ｔ1
＋ΔＴsi)と、ΔＴm後の時刻Ｔ＝Ｔ1＋ΔＴmにおける運
転支援情報Ｃm′(Ｔ1＋ΔＴm)である。これらの予測デ
ータの誤差を計算するため、時刻Ｔ＝Ｔ1＋ΔＴsiでの
合流部流動状態Ｃsi(Ｔ1＋ΔＴsi)の実測値と、時刻Ｔ
＝Ｔ1＋ΔＴmでの運転支援情報Ｃm(Ｔ1＋ΔＴm)の実測
値とを読み込む。次に、運転支援情報の実測値Ｃm(Ｔ1
＋ΔＴm)とその予測値Ｃm′(Ｔ1＋ΔＴm)とを比較し、
運転支援情報の誤差Ｅm(Ｔ1＋ΔＴm)＝|Ｃm(Ｔ1＋ΔＴm)−Ｃm′(Ｔ1＋ΔＴm)| (１）および各合流部における合流部流動状態の実測値Ｃｓｉ
（Ｔ1＋ΔＴsi)とその予測値Ｃsi′(Ｔ1＋ΔＴsi)とを
比較し、合流部流動状態の誤差Ｅsi(Ｔ1＋ΔＴsi)＝|Ｃsi(Ｔ1＋ΔＴsi)−Ｃsi′(Ｔ1＋ΔＴsi)| (２) を計算する。

【００６５】実際には、時刻Ｔ＝Ｔ1＋ΔＴsiおけるに
数式(２)の誤差を計算し、その後時刻Ｔ＝Ｔ1＋ΔＴmに
おける数式(１)の誤差を計算し、誤差の大きさをそのた
びに判定し、次の手順に移行する。図８では、この判定
の手順を、手順８０として示してあるが、詳細には図９
に示す手順となる。

【００６６】手順８１では、時刻Ｔ＝Ｔ1にサブ予測手
段１２１から合流部流動状態の予測値Ｃsi′(Ｔ1＋ΔＴ
si)を読み込み、時刻Ｔ＝Ｔ1＋ΔＴsiにデータ入力部１
０２から合流部流動状態の実測値Ｃsi(Ｔ1＋ΔＴsi)を
読み込み、数式(２)により、誤差Ｅsi(Ｔ1＋ΔＴsi)を
計算する。

【００６７】誤差Ｅsi(Ｔ1＋ΔＴsi)が所定の基準値Ｓi
以内であれば、運転支援情報，予測パラメータともに修
正の必要がないので、手順２０に戻り、新たなデータを
入力する。

【００６８】誤差Ｅsi(Ｔ1＋ΔＴsi)が所定の基準値Ｓi
より大きければ、合流部流動状態の予測精度を上げる必
要があり、サブパラメータＡsi(Ｔ1)の修正命令を演算
手段２０１のサブパラメータ演算手段２２１に送信す
る。合流部流動状態の予測値は、運転支援情報の予測に
用いるので、合流部流動状態の実測値を使ってメインパ
ラメータＡm(Ｔ1)も修正することが望ましいから、メイ
ンパラメータＡm(Ｔ1)の修正命令も演算手段１０１のメ
インパラメータ演算手段２１１に送信する。さらに、メ
イン予測手段１１１では、誤差の大きな合流部流動状態
の予測値Ｃsi′(Ｔ1＋ΔＴsi)を用いて、運転支援情報
Ｃm′(Ｔ1＋ΔＴm)を予測し、その結果に基づいて運転
支援しているので、適切に運転していない可能性があ
る。そこで、適切な運転に近づけるため、運転支援情報
の修正命令をメインパラメータ演算手段２１１に送信す
る。

【００６９】手順８２では、時刻Ｔ＝Ｔ1にメイン予測
手段１１１から運転支援情報の予測値Ｃm′(Ｔ1＋ΔＴ
m)を読み込み、時刻Ｔ＝Ｔ1＋ΔＴmにデータ入力部１０
２から運転支援情報の実測値Ｃm(Ｔ1＋ΔＴm)を、式
(１)で誤差Ｅm(Ｔ1＋ΔＴm)を計算する。

【００７０】誤差Ｅm(Ｔ1＋ΔＴm)が所定の基準値Ｍ以
内であれば、運転支援情報，予測パラメータともに修正
の必要はなく、手順２０に戻り、新たなデータを入力す
る。

【００７１】誤差Ｅm(Ｔ1＋ΔＴm)が所定の基準値Ｍよ
り大きければ、運転支援情報の予測精度を上げる必要が
あり、メインパラメータＡm(Ｔ1)の修正命令を演算手段
１０１のメインパラメータ演算手段２１１に送信する。

【００７２】手順９０では、メインパラメータ演算手段
２１１において、時刻Ｔ＝Ｔ1＋ΔＴsiに判定手段１０
４からの運転支援情報の修正命令を受けると、時刻Ｔ＝
Ｔ1＋ΔＴsiまでの本流データ，運転支援情報，合流部
流動状態の各実測値に基づいて、運転支援情報の修正値
Ｃm″(Ｔ1＋ΔＴm)を予測し、運転支援部１０３に送信
する。運転支援部１０３では修正された運転支援情報に
基づいて、再度、運転支援する。

【００７３】したがって、手順９０では、運転支援情報
の修正値Ｃm″(Ｔ1＋ΔＴm)を予測する際に、誤差の大
きい合流部流動状態の予測値Ｃsi′(Ｔ1＋ΔＴsi)の代
わりに、実測値Ｃsi(Ｔ1＋ΔＴsi)を使用し、時刻Ｔ＝
Ｔ1からＴ＝Ｔ1＋ΔＴsiの実測データを付加して、運転
支援情報の予測値の精度を上げることができる。

【００７４】実施例２では、予測手段を各合流部の流動
状態を予測するサブ予測手段１２１と機場周辺およびそ
の下流での流動状態を予測するメイン予測手段１１１と
に分けている。手順９０では、各合流部での流動状態の
予測値を実測値と比較して、その予測精度を調べてい
る。合流部での流動状態は、その後は流入幹線や河川を
通って、ある時間経過の後に排水機場やその下流に到達
する。したがって、合流部流動状態の予測値の誤差が大
きい場合でも、実測値をもとに運転支援情報を修正する
と、現象が排水機場やその下流河川に到達する前に再度
運転支援できる。すなわち、実施例２によれば、各支流
およびその周辺の情報から、排水機場の運転支援情報を
予測するだけでなく、合流部で予測値の誤差を確認し、
誤差の大きい場合には合流部での実測値を用いて運転支
援情報を修正するので、必要な場合に、従来よりも高精
度の運転支援を実行できる。

【００７５】手順５０では、判定手段１０４から予測パ
ラメータの修正命令を受けると、演算手段２０１におい
て、予測パラメータを演算する。演算手段の構成および
演算手順は図１の実施例１と同じである。すなわち、演
算手段２０１は、合流部流動状態の予測に使用するサブ
パラメータを演算するサブパラメータ演算手段２２１
と、運転支援情報の予測に使用するメインパラメータを
演算するメインパラメータ演算手段２１１を備えてい
る。サブパラメータ演算手段２２１では、第i番目の支
流データを用いて、合流部流動状態を所定の基準値Ｓi
以内の誤差で計算できるように、サブパラメータＡsi′
(Ｔ1＋ΔＴsi＋ΔＴ1si)を演算する。メインパラメータ
演算手段２１１では、本流データと合流部流動状態か
ら、運転支援情報を所定の基準値Ｍ以内の誤差で計算で
きるように、メインパラメータＡm′(Ｔ1＋ΔＴm＋ΔＴ
1m)を演算する。

【００７６】手順６０では、演算手段２０１で演算され
た予測パラメータを、予測手段１０１の予測パラメータ
と入れ替える。このとき演算後のメインパラメータＡ
m′(Ｔ1＋ΔＴm＋ΔＴ1m)をメインパラメータＡm(Ｔ1)
と入れ替え、演算後の各サブパラメータＡsi′(Ｔ1＋Δ
Ｔsi＋ΔＴ1si)を各サブパラメータＡsi(Ｔ1)と入れ替
える。合流部での現象が排水機場またはその下流河川に
伝わるまでに、各サブパラメータＡsi′(Ｔ1＋ΔＴsi＋
ΔＴ1si)の演算を終了させれば、合流部での現象が排水
機場またはその下流河川に伝わる前に、演算後の新しい
サブパラメータを使って、運転支援情報を予測し、適切
に運転支できる。

【００７７】実施例２では、各予測値すなわち合流部流
動状態および運転支援情報の予測値を実測値と逐次比較
し、予測パラメータの修正が必要な場合にのみ、予測パ
ラメータを演算すればよい。そのために、不要な予測パ
ラメータの演算を排除して、運転支援システムの負荷を
軽減できる。

【００７８】実施例１と同様に、予測パラメータの演算
に予測データを使用してもよい。すなわち、図７に示す
ように、サブ予測手段１２１は、時刻Ｔ＝Ｔ1までの支
流データおよび合流部流動状態の実測値に基づいて、時
刻Ｔ＝Ｔ1＋ΔＴsiでの合流部流動状態Ｃsi′(Ｔ1＋Δ
Ｔsi)を予測し、サブパラメータ演算手段２２１に送信
する。サブパラメータ演算手段２２１は、時刻Ｔ＝Ｔ1
までの最新の支流データおよび合流部流動状態の実測値
と、時刻Ｔ＝Ｔ1＋ΔＴsiまでの合流部流動状態の予測
値Ｃsi′(Ｔ1＋ΔＴsi)に基づいて、サブパラメータＡs
i′(Ｔ1＋ΔＴsi＋ΔＴ1si)を演算する。また、メイン
予測手段１１１は、時刻Ｔ＝Ｔ1までの本流データ，運
転支援情報，合流部流動状態の実測値に基づいて、時刻
Ｔ＝Ｔ1＋ΔＴmでの運転支援情報Ｃm′(Ｔ1＋ΔＴm)を
予測し、メインパラメータ演算手段２１１に送信する。
メインパラメータ演算手段２１１は、時刻Ｔ＝Ｔ1まで
の最新の本流データ，運転支援情報，合流部流動状態の
実測値と、時刻Ｔ＝Ｔ1＋ΔＴmまでの運転支援情報の予
測値Ｃm′(Ｔ1＋ΔＴm)に基づいて、メインパラメータ
Ａm′(Ｔ1＋ΔＴm＋ΔＴ1m)を演算する。

【００７９】実施例２では、予測パラメータの演算に予
測手段での予測値を用いることで、最新の実測値を活用
できるようにしている。そのために、より変化の激しい
現象に対しても、予測パラメータを現象に合わせて修正
し、運転支援情報に反映できる。

【００８０】また、実施例１と同様に、合流部の上流側
の流入幹線をその合流部に対する支流とみなして、管渠
と同様に予測し、流入幹線による合流部での流動状態を
予測してもよい。すなわち、図４に示すように、複数の
管渠が流入幹線と合流している場合には、上流側の合流
部流動状態の予測値を用いて下流側の合流部流動状態を
予測すればよい。

【００８１】図１０は、図７に示すサブ予測手段１２１
を各管渠毎に分割した構成を示す図であり、図１１は、
その支援手順を示すフローチャートであり、図８に示す
手順３０を分割したものである。構成および手順は、そ
れぞれ、実施例１の図５に示した構成および図６に示し
た手順とほとんど同じである。合流部流動状態の予測結
果を判定手段１０４に送信し、各合流部について予測結
果の誤差を判定する手順のみが異なる。

【００８２】実施例２によれば、各合流部間の流入幹線
も支流とみなして合流部流動状態を予測し、上流側の流
動状態から下流側の流動状態を予測していくので、遠く
離れた上流地点での実測データから運転支援情報を予測
する必要がなく、運転支援情報を高精度に予測でき、予
測パラメータの演算も短時間で実行できる。

【００８３】《実施例３》図１２，図１３を参照して、
本発明を排水機場運転支援システムに適用した実施例３
を説明する。図１２は、本発明を排水機場運転支援シス
テムに適用した実施例３の構成を示すブロック図であ
る。

【００８４】複雑な管渠網または河川網を各支流毎に分
割すれば、単一の管渠と合流部および流入幹線または河
川で構成できる。このような単一の支流から流入幹線ま
たは河川への流出状態を予測する場合、支流の上流地点
での流動状態による影響と、その地点から合流部までの
支流への流入状態による影響とに分けて考えることがで
きる。

【００８５】例えば、図４の場合、第ｉ番目の支流の上
流地点ｊでの流動状態(例えば流量)Ｉsij(Ｔ1)が、距離
Δxだけ離れた合流部ｉに及ぼす影響(例えば流出量)お
よび時刻は、地点ｊから合流部ｉまでの支流への流入状
態による影響を無視すれば、簡単な経験式Ｆsで表現で
きる。すなわち合流部ｉでの流動状態の上流地点ｊでの
流動状態のみを考慮した予測値Ｃsij″(Ｔ1＋ΔＴsi)
は、Ｃsij″(Ｔ1＋ΔＴsi)＝Ｆs(Ｉsij(Ｔ1),Δx) (３) で表現できる。一般に経験式Ｆsは、上流地点での流動
状態と合流部までの距離との関数である。

【００８６】図１２に示す実施例３は、図１または図７
のサブ予測手段１２１およびサブパラメータ演算手段２
２１をそれぞれ２種類の予測手段と演算手段とに分割し
て、上流地点での流動状態による合流部への影響を数式
(３)で予測し、図１の実施例１または図７の実施例２と
同様に、支流への流入状態による影響を流動状態ととも
に修正可能な予測パラメータＡsisで予測する。

【００８７】図１２において、サブ予測手段１２１は、
数式(３)の関数Ｆsを用いて、上流地点での流動状態の
みを考慮した合流部流動状態を予測する固定サブ予測手
段１２２と、可変予測パラメータを用いて上流地点から
合流部までの支流への流入状態も考慮した合流部流動状
態を予測する可変サブ予測手段１２３を備えている。

【００８８】固定サブ予測手段１２２は、データ入力部
１０２から支流の上流地点での流動状態を与える上流デ
ータＩsij(Ｔ1)を読み込み、数式(３)の関数Ｆsによっ
て、上流地点での流動状態のみを考慮した合流部流動状
態Ｃsij″(Ｔ1＋ΔＴsi)を予測する。

【００８９】可変サブ予測手段１２３は、固定サブ予測
手段１２２で予測された上流地点での流動状態のみを考
慮した合流部流動状態Ｃsij″(Ｔ1＋ΔＴsi)と、上流地
点から合流部までの支流への流入状態を与える流域デー
タＩsik(Ｔ1)から、可変予測パラメータＡsis(Ｔ1)を用
いて、合流部流動状態Ｃsij′(Ｔ1＋ΔＴsi)を予測す
る。

【００９０】合流部流動状態の予測値Ｃsij′(Ｔ1＋Δ
Ｔsi)は、メイン予測手段１１１に送信され、図１の実
施例１または図７の実施例２と同様に、運転支援情報を
予測して、運転支援部１０３で運転支援を実行する際に
用いられる。

【００９１】一方、サブパラメータ演算手段２２１は、
数式(３)の関数Ｆsを用いて、上流地点での流動状態の
みを考慮した合流部流動状態を予測する固定サブ予測手
段１２２と、可変サブ予測手段１２３で使用する可変予
測パラメータを演算する可変サブパラメータ演算手段２
２３とを備えている。

【００９２】サブパラメータ演算手段２２１において、
固定サブ予測手段１２２は、上流データＩsij(Ｔ1)を読
み込み、上流地点での流動状態のみを考慮した合流部流
動状態Ｃsij″(Ｔ1＋ΔＴsi)を予測する。可変サブパラ
メータ演算手段２２３は、固定サブ予測手段１２２が予
測した上流地点での流動状態のみを考慮した合流部流動
状態Ｃsij″(Ｔ1＋ΔＴsi)および流域データＩsik(Ｔ1)
から、合流部流動状態Ｃsij(Ｔ1＋ΔＴsi)を誤差Ｓi以
内で予測できるように、可変予測パラメータＡsis′(Ｔ
1＋ΔＴsi＋ΔＴ1si)を演算し、可変サブ予測手段１２
３の可変サブパラメータＡsis(Ｔ1)と入れ替える。

【００９３】または、図７の実施例２と同様に、合流部
流動状態の予測値Ｃsij′(Ｔ1＋ΔＴsi)を判定手段１０
４に送信し、運転支援情報および合流部流動状態の予測
値と各実測値とから、数式(１)および数式(２)に基づ
き、運転支援情報の誤差および合流部流動状態の誤差を
計算してもよい。合流部流動状態の誤差が予め定めた基
準値Ｓiよりも大きい場合、合流部流動状態の予測精度
を上げる必要があるので、可変予測パラメータＡsis(Ｔ
1)の修正命令をサブパラメータ演算手段２２１に送信す
る。この修正命令をサブパラメータ演算手段２２１が読
み込むと、判定手段１０４がない場合と同様に、可変予
測パラメータＡsis′(Ｔ1＋ΔＴsi＋ΔＴ1si)を演算
し、可変サブ予測手段１２３の可変サブパラメータＡsi
s(Ｔ1)と入れ替える。

【００９４】さらに、図５の実施例と同様に、上流側の
合流部流動状態の予測値を用いて下流側の合流部流動状
態を予測してもよい。このとき、図４に示すように、合
流部ｈから合流部ｉにかけての流入幹線の上流端を合流
部ｈとし下流端を合流部ｉとすれば、合流部ｈでの流動
状態(例えば流量)Ｃsh(Ｔ1)が距離Δyだけ離れた合流部
ｉに及ぼす影響(例えば流出量)および時刻は、合流部ｈ
から合流部ｉまでの流入幹線への流入状態による影響を
無視すれば、簡単な経験式Ｆmで表現できる。すなわ
ち、合流部ｉでの流動状態の合流部ｈでの流動状態のみ
を考慮した予測値Ｃsih″(Ｔ1＋ΔＴsh)は、Ｃsih″(Ｔ1＋ΔＴsh)＝Ｆm(Ｃsh(Ｔ1),Δy) (４) で表現できる。一般に、経験式Ｆmは、上流地点での流
動状態と合流部までの距離との関数である。

【００９５】各合流部間の流入幹線が下流端の合流部に
及ぼす影響は、上流端の合流部での流動状態と合流部間
での流入幹線の流動状態に影響する周辺の状態を考慮す
ればよいので、支流と同様に扱うことができる。すなわ
ち、図１２において、上流データとして上流側の合流部
流動状態を使用し、合流部流動状態として下流側の合流
部流動状態を使用し、固定サブ予測手段では、関数Ｆs
に変えてＦmを使用すればよい。

【００９６】図１３は、各合流部の流入幹線を支流と同
様に扱い、上流側の合流部流動状態の予測値を用いて、
下流側の合流部流動状態を予測する手段の構成の一例を
示すブロック図である。図１３において、予測手段１０
１は、複数の下流端流動状態予測手段１２４を備えてい
る。例えば、下流端ｉの流動状態を予測する場合に、下
流端流動状態予測手段１２４は、上流側での合流部流動
状態の予測値Ｃsh″(Ｔ1＋ΔＴsh)を読み込み、関数Ｆm
を用いて、上流側での合流部流動状態による下流側での
合流部流動状態Ｃsi″(Ｔ1＋ΔＴsh)を予測する。次
に、上記予測値Ｃsi″(Ｔ1＋ΔＴsh)と、サブ予測手段
１２１で予測された支流の影響による合流部流動状態の
予測値とから、下流端での合流部流動状態Ｃsi′(Ｔ1＋
ΔＴsi)を予測する。この予測値Ｃsi′(Ｔ1＋ΔＴsi)
は、さらに、下流の合流部流動状態Ｃsj′(Ｔ1＋ΔＴs
j)を予測するために用いる。最後の下流端は、排水機場
の直前であり、ここでの流動状態は、運転支援情報に対
応する。

【００９７】実施例３では、サブ予測手段を、上流地点
での流動状態のみを考慮した固定サブ予測手段と、上流
地点から合流部までの支流への流入状態を考慮する可変
サブ予測手段とに分割している。固定サブ予測手段は、
予め定めた物理モデルを使用して合流部の流動状態を予
測し、可変サブ予測手段では、過去の流動状態から演算
した可変サブパラメータを使用して予測する。過去の流
動状態に依存する可変サブパラメータだけで予測する場
合には、過去の流動状態と全く異なる流動状態に対して
は、予測誤差が大きくなる可能性がある。固定サブ予測
手段を使用すると、合流部の流動状態に対して支配的な
上流地点での流動状態の影響を普遍的な物理モデルで予
測するので、突発的な流動状態に対しても予測誤差は小
さく、台風時などにも、適切に運転支援できる。ただ
し、物理モデルだけで全ての流動状態に対して高精度に
予測することは困難なので、物理モデルの結果に対する
修正および上流地点から合流部までの支流への流入状態
を考慮するため、可変サブ予測手段を併用することが望
ましい。

【００９８】《実施例４》図１４と図１５とを参照し
て、本発明の流動予測システムを交通流動予測システム
に適用した実施例４を説明する。

【００９９】図１４は、本発明の流動予測システムを交
通流動予測システムに適用した実施例４の予測対象であ
る交差点周辺の流動状態を説明する図である。複数の交
差点がある場合、各交差点での支線道路から本線道路へ
の車の合流，分岐を予測し、下流側での本線道路におけ
る本流状態すなわち交通状態を予測する。

【０１００】図１５は、本発明による交通流動予測シス
テムの実施例４の構成の一例を示すブロック図である。
図１５の交通流動予測システムは、データ入力部１０２
と、データ入力部１０２からのデータおよび所定の予測
パラメータＡm，Ａsiに基づき流動状態を予測する予測
手段１０１と、予測手段１０１で予測した流動状態を出
力するデータ出力部１０５と、データ入力部１０２から
のデータおよび予測手段１０１からの予測データに基づ
いて予測手段１０１で使用する予測パラメータを修正す
るかどうかの判定をする判定手段１０４と、データ入力
部１０２からの入力データに基づいて予測パラメータを
演算し新しい予測パラメータを予測手段に送信する演算
手段２０１とを備えている。

【０１０１】予測手段１０１は、サブ予測手段１２１と
メイン予測手段１１１とを備えており、各予測手段は、
それぞれ交差点での流入，流出状態を予測するサブパラ
メータと本流状態を予測するメインパラメータを備えて
いる。サブ予測手段１２１では、時刻Ｔ＝Ｔ1に交差点
の上流状態Ｕi(Ｔ1)，流入状態ＩＤi(Ｔ1)，ＩＵi(Ｔ
1)，流出状態ＯＤi(Ｔ1)，ＯＵi(Ｔ1)を読み込み、時刻
Ｔ＝Ｔ1に至るまでの過去の上流状態，流入状態，流出
状態，時刻Ｔ＝Ｔ1におけるサブパラメータＡsi(Ｔ1)に
基づいて、ΔＴi後の時刻Ｔ＝Ｔ1＋ΔＴiでの流入状
態，流出状態の予測値ＩＤi′(Ｔ1＋ΔＴi)，ＩＵi′
(Ｔ1＋ΔＴi)，ＯＤi′(Ｔ1＋ΔＴi)，ＯＵi′(Ｔ1＋Δ
Ｔi)を予測する。メイン予測手段１１１では、時刻Ｔ＝
Ｔ1に流入，流出状態ＩＤi(Ｔ1)，ＩＵi(Ｔ1)，ＯＤi
(Ｔ1)，ＯＵi(Ｔ1)と本流状態Ｒi(Ｔ1)とを読み込み、
時刻Ｔ＝Ｔ1に至るまでの過去の流入，流出状態と本流
状態，さらに今予測した本流状態の予測値の時刻Ｔ＝Ｔ
1からＴ1＋ΔＴiに至るまでの予測結果を使用し、時刻
Ｔ＝Ｔ1におけるメインパラメータＡm(Ｔ1)を用いて、
ΔＴri後の時刻Ｔ＝Ｔ1＋ΔＴriでの本流状態Ｒi′(Ｔ1
＋ΔＴri)を予測する。予測された本流状態は、データ
出力部１０５に送信され、外部に出力される。

【０１０２】判定手段１０４においては、予測手段１０
１で予測した予測データの誤差を計算する。誤差判定に
ついては、実施例２と同様になされ、各流入，流出状態
の実測値と予測値を比較しまたは本流状態の予測値と実
測値を比較し、その誤差が所定の基準値より大きけれ
ば、サブパラメータまたはメインパラメータの演算を実
行するような修正命令を演算手段２０１に送る。

【０１０３】演算手段２０１は、サブパラメータを演算
するサブパラメータ演算手段２２１と、メインパラメー
タを演算するメインパラメータ演算手段２１１とを備え
ている。サブパラメータ演算手段２２１では、上流状態
から流入，流出状態が所定の基準値以内の誤差で計算で
きるように、サブパラメータを演算する。メインパラメ
ータ演算手段２１１では、流入，流出状態および上流の
本流状態から、下流側の本流状態が所定の基準値以内の
誤差で計算できるように、メインパラメータを演算す
る。演算後のサブパラメータまたはメインパラメータを
予測手段１０１のサブパラメータおよびメインパラメー
タと入れ替える。

【０１０４】以上の実施例によれば、流入，流出状態お
よび本流状態の予測と並列に、実測データに基づいてそ
れぞれの予測パラメータを修正し、予測が所定の誤差以
内になるようにできる。そのため、事前には学習の困難
な突発的な交通状態の変化，例えばゴールデンウイーク
やお盆の帰省ラッシュ等の交通渋滞も適切に予測でき
る。

【０１０５】

【発明の効果】本発明によれば、予測した下流の目標流
動状態と下流の実測流動状態とを逐次比較し、比較結果
に基づいて、予測するための予測パラメータを更新する
ので、突発的な流動状態に対しても下流の流動状態を適
切に予測できる流動予測システムが得られる。例えば、
流入，流出状態および本流状態の予測と並列で、実測デ
ータに基づいてそれぞれの予測パラメータを修正し、予
測が所定の誤差以内になるようにしている。そのため、
事前には学習の困難な突発的な交通状態の変化すなわち
連休時などの交通渋滞も適切に予測できる。

【図面の簡単な説明】

【図１】本発明による排水機場運転支援システムの実施
例１の構成を示すブロック図である。

【図２】図１の排水機場運転支援システムの支援手順の
一例を示すフローチャートである。

【図３】運転支援システムのデータの入出力関係を示す
図である。

【図４】支流データと予測流量との関係の一例を示す図
である。

【図５】図１に示すサブ予測手段を各管渠毎に分割した
構成を示すブロック図である。

【図６】図５のシステムの支援手順を示すフローチャー
トである。

【図７】本発明による排水機場運転支援システムの実施
例２の構成を示すブロック図である。

【図８】図７の排水機場運転支援システムの支援手順を
示すフローチャートである。

【図９】判定手順の詳細を示す図である。

【図１０】図７に示すサブ予測手段を各管渠毎に分割し
た構成を示す図である。

【図１１】図７のシステムの支援手順を示すフローチャ
ートである。

【図１２】本発明による排水機場運転支援システムの実
施例３の構成を示すブロック図である。

【図１３】各合流部の流入幹線を支流と同様に扱い、上
流側の合流部流動状態の予測値を用いて、下流側の合流
部流動状態を予測する手段の構成の一例を示すブロック
図である。

【図１４】本発明の流動予測システムを交通流動予測シ
ステムに適用した実施例４の予測対象である交差点周辺
の流動状態を説明する図である。

【図１５】本発明による交通流動予測システムの実施例
４の構成の一例を示すブロック図である。

【図１６】管渠網および河川網と排水機場の関係を示す
図である。

【符号の説明】

１０１予測手段１０２データ入力部１０３運転支援部１０４判定手段１１１メイン予測手段１２１サブ予測手段１２２固定合流部流動状態予予測手段１２３可変合流部流動状態予予測手段１２４下流端流動状態予測手段２０１演算手段２１１メインパラメータ演算手段２２１サブパラメータ演算手段２２３可変予測パラメータ演算手段

Claims

【特許請求の範囲】

【請求項１】流体や交通などの上流の流動状態を監視
し流体や交通などの下流の流動状態を予測する流動予測
システムにおいて、前記流動予測システムが、流体や交通などの上流の流動
状態および所定の予測パラメータに基づいて流体や交通
などの下流の目標流動状態を予測する予測手段と、流体
や交通などの上流の流動状態および下流の実測流動状態
に基づいて前記予測手段で使用する前記予測パラメータ
を演算する演算手段とを備え、前記予測手段における下流の目標流動状態の予測と演算
手段における予測パラメータとを並列処理で作成するこ
とを特徴とする流動予測システム。
【請求項２】流体や交通などの上流の流動状態を監視
し流体や交通などの下流の流動状態を予測する流動予測
システムにおいて、前記流動予測システムが、流体や交通などの上流の流動
状態および所定の予測パラメータに基づいて流体や交通
などの下流の目標流動状態を予測する予測手段と、流体
や交通などの上流の流動状態，下流の実測流動状態，前
記予測手段による下流の目標流動状態に基づいて前記予
測手段で使用する前記予測パラメータを演算する演算手
段とを備え、前記予測手段における下流の目標流動状態の予測と演算
手段における予測パラメータとを並列処理で作成するこ
とを特徴とする流動予測システム。
【請求項３】流体や交通などの上流の流動状態を監視
し流体や交通などの下流の流動状態を予測する流動予測
システムにおいて、前記流動予測システムが、流体や交通などの上流の流動
状態および所定の予測パラメータに基づいて流体や交通
などの下流の目標流動状態を予測する予測手段と、流体
や交通などの上流の流動状態および下流の実測流動状態
に基づいて前記予測手段で使用する前記予測パラメータ
を演算する演算手段と、前記予測手段による予測値と前
記下流の実測流動状態とを比較し前記演算手段で予測パ
ラメータを演算するか否かを判定する判定手段とを備え
たことを特徴とする流動予測システム。
【請求項４】流体や交通などの上流の流動状態を監視
し流体や交通などの下流の流動状態を予測する流動予測
システムにおいて、前記流動予測システムが、流体や交通などの上流の流動
状態および所定の予測パラメータに基づいて流体や交通
などの下流の目標流動状態を予測する予測手段と、流体
や交通などの上流の流動状態，下流の実測流動状態，前
記予測手段による下流の目標流動状態に基づいて前記予
測手段で使用する前記予測パラメータを演算する演算手
段と、前記予測手段による予測値と前記下流の実測流動
状態とを比較し前記演算手段で予測パラメータを演算す
るか否かを判定する判定手段とを備えたことを特徴とす
る流動予測システム。
【請求項５】請求項１ないし４のいずれか一項に記載
の流動予測システムにおいて、前記予測手段が、各合流部または各分岐部毎の流動状態
を予測するための複数のサブ予測手段と、下流の目標流
動状態を予測するためのメイン予測手段とからなること
を特徴とする流動予測システム。
【請求項６】流体や交通などの上流の流動状態を監視
し流体や交通などの下流の流動状態を予測する流動予測
システムにおいて、前記流動予測システムが、流体や交通などの上流の流動
状態および所定の予測パラメータに基づいて流体や交通
などの下流の目標流動状態を予測する予測手段と、流体
や交通などの上流の流動状態および下流の実測流動状態
に基づいて前記予測手段で使用する前記予測パラメータ
を演算する演算手段とを備え、前記予測手段が、各合流部または各分岐部毎の流動状態
を予測する複数のサブ予測手段と、下流の目標流動状態
を予測するメイン予測手段とからなることを特徴とする
流動予測システム。
【請求項７】請求項６に記載の流動予測システムにお
いて、前記予測手段が、上流側の合流部または分岐部の流動状
態の予測値に基づいて下流側の合流部または分岐部の目
標流動状態を予測する手段であることを特徴とする流動
予測システム。
【請求項８】請求項５ないし７のいずれか一項に記載
の流動予測システムにおいて、前記予測手段が、各合流部または各分岐部または下流の
目標流動状態を予測するための固定パラメータを備えた
固定サブ予測手段を含むことを特徴とする流動予測シス
テム。