KR20100117065A

KR20100117065A - Rainwater inflow facility management supporting method, rainwater inflow facility management supporting device, rainwater inflow facility management supporting system, and program for functioning as rainwater inflow facility management supporting device

Info

Publication number: KR20100117065A
Application number: KR1020107017376A
Authority: KR
Inventors: 마사로 히라이; 후미오 무토; 히데유키 요시모토; 쇼지로 우라베; 유키오 나카마
Original assignee: 가부시키가이샤 닛스이콘
Priority date: 2008-01-31
Filing date: 2009-01-26
Publication date: 2010-11-02
Also published as: WO2009096163A1; KR101500795B1; JP2009180051A

Abstract

우수 유입 시설 내에 있어서의 유량 변화 혹은 수질 변화를 장기적, 안정적으로 한편 정확하게 추정하는 것이다.
우수 유입 시설에 있어서의 하수 중의 도전율로부터 당해 하수의 유량 혹은 수질을 추정하는 우수 유입 시설 관리 지원 방법으로서, 우수 유입 시설에 설치된 도전율계(12)에 의해 관측된 청천일의 오수의 도전율값을 도전율계(12)에 의해 관측된 우천일의 하수의 도전율값으로 나누어 희석율을 산출하고, 당해 희석율에 기초하여 하수의 유량을 추정하는 것을 특징으로 한다.Long-term, stable, and accurate estimation of changes in flow rate or water quality in stormwater inflow facilities.
As a stormwater inflow facility management support method for estimating the flow rate or the water quality of the sewage from the conductivity in the sewage in the stormwater inflow facility, the conductivity value of filthy water observed on the Cheoncheon day observed by the conductivity meter 12 installed in the stormwater inflow facility is challenged. The dilution rate is calculated by dividing by the conductivity value of the sewage on rainy days observed by the meter 12, and the flow rate of the sewage is estimated based on the dilution rate.

Description

RAINWATER INFLOW FACILITY MANAGEMENT SUPPORTING METHOD, RAINWATER INFLOW FACILITY MANAGEMENT SUPPORTING DEVICE, RAINWATER INFLOW FACILITY MANAGEMENT SUPPORTING SYSTEM, AND PROGRAM FOR FUNCTIONING AS RAINWATER INFLOW FACILITY MANAGEMENT SUPPORTING DEVICE}

본 발명은 강우시에 우수토실(雨水吐室) 혹은 유역 하수도에의 접속인공(接續人孔) 등의 우수 유입 시설의 적절한 운전 관리를 행하기 위한 우수 유입 시설 내의 유량 변화 혹은 수질 변화를 추정하는 우수 유입 시설 관리 지원 방법, 우수 유입 시설 관리 지원 장치, 우수 유입 시설 관리 지원 시스템, 및 우수 유입 시설 관리 지원 장치로서 기능시키는 프로그램에 관한 것이다.The present invention provides a method for estimating flow rate changes or water quality changes in storm water inlet facilities for proper operation and management of storm water inlets such as storm drains or man-made connections to basin sewers during rainfall. It relates to a stormwater inflow facility management support method, a stormwater inflow facility management support device, a stormwater inflow facility management support system, and a program to function as a stormwater inflow facility management support device.

일반적으로, 합류식 하수도 등의 우수 유입 시설에 있어서, 우천시에 하천, 호수와 늪, 해역 등의 공공 용수 구역으로 배출되는 수중의 오탁 물질이 공공 용수의 수질환경에 악영향을 미치고 있다. 그 중에서, 합류식 하수도에서는 우수의 유입이 많기 때문에 하수 처리장으로부터 넘쳐흐르는 물이 큰 문제로 되어 있다. 이러한 문제를 받아들여 하수도 시행령의 개정이 이루어져 펌프장, 하수 처리장, 우수 저장 시설, 자연토구 등의 우수 유입 시설로부터의 넘쳐흐르는 실태의 관측이 의무화 되었다.In general, in stormwater inflow facilities such as combined sewers, soil contaminants discharged to public water areas such as rivers, lakes, swamps and sea areas have adverse effects on the water quality of public water. Among them, the water flowing out from the sewage treatment plant is a big problem because of the inflow of rainwater in the combined sewer. Responding to these problems, the Sewerage Enforcement Decree was revised and mandatory observation of overflowing conditions from stormwater inflow facilities such as pumping stations, sewage treatment plants, stormwater storage facilities, and natural soils.

그렇지만, 당해 관측은 연1회 행하는 것을 의무화 한 것으로 여러 가지의 강우 특성을 고려한 경우에는 실용성이 부족하다. 따라서, 보다 실용성을 높이기 위해서는 넘쳐흐르는 실태를 연속적으로 관측하는 것이 필요하게 된다. 특히, 우천시에는 합류식 하수도에 퇴적되어 있던 오탁 물질이 유출되기 때문에 우천의 수질을 관측하는 것이 요구된다.However, the observation is mandatory to be carried out once a year and practicality is insufficient when various rainfall characteristics are considered. Therefore, in order to improve practicality, it is necessary to continuously observe the overflowing conditions. In particular, in rainy weather, it is required to observe the quality of the rainy weather since the pollutants accumulated in the confluence sewage flow out.

이에 수반하여 우천시의 우수 유입 시설 내의 수질을 예측하는 수질 예측 시스템 등의 도입이 요청됨과 아울러, 우수 유입 시설 내에 있어서의 수질 등의 특성에 기초하여 우수 유입 시설의 적절한 운전 관리를 행하는 것도 요청된다.Along with this, it is required to introduce a water quality prediction system for predicting the water quality in rainwater inflow facilities, and to perform proper operation management of rainwater inflow facilities based on characteristics such as water quality in rainwater inflow facilities.

특허 문헌 1에는 탁도계에 의해 우수 처리 설비의 탁도를 측정하고, 이 측정된 탁도와 수질 예측부에 의해 예측된 우수 유입 시설의 탁도 예측값의 차를 탁도 보정값으로 하고, 당해 탁도 보정값에 기초하여 우수 유입 시설의 수질을 예측하여 우수 유입 시설의 수질 제어를 행하는 우수 유입 시설 관리 지원 장치가 개시되어 있다.In Patent Document 1, the turbidity of the storm water treatment facility is measured by a turbidimeter, and the difference between the measured turbidity and the turbidity prediction value of the storm water inflow facility predicted by the water quality prediction unit is defined as the turbidity correction value, and based on the turbidity correction value. A stormwater inflow facility management support apparatus for predicting the water quality of stormwater inflow facilities and controlling the water quality of stormwater inflow facilities is disclosed.

<특허 문헌 1>　일본국 특허공개 2006-274577호 공보(요약서, 발명의 상세한 설명Patent Document 1: Japanese Patent Application Laid-Open No. 2006-274577 (summary, detailed description of the invention)

그렇지만, 특허 문헌 1에 개시되어 있는 우수 유입 시설 관리 지원 장치에서는 탁도계를 이용하여 수질 변화의 예측을 행하고 있다. 이 탁도계는 조류(藻類) 등의 퇴적물이 부착하기 쉬워 안정된 수질의 연속 관측을 할 수 없다고 하는 문제가 있다. 이 때문에 특허 문헌 1에 개시되어 있는 우수 유입 시설 관리 지원 장치에서는 장기적으로 한편 안정적으로 수질 변화의 예측을 할 수 없다고 하는 문제가 있다.However, the rainwater inflow facility management support device disclosed in Patent Document 1 predicts the change in water quality using a turbidimeter. This turbidimeter has a problem that sediment such as algae tends to adhere, and that continuous water quality cannot be observed continuously. For this reason, there exists a problem that the rainwater inflow facility management support apparatus disclosed by patent document 1 cannot predict a water quality change in a long term and stable.

또, 우수 유입 시설에 유량 관측 기기를 설치하고, 이 유량 관측 기기에 의해 관측된 유량에 기초하여 우수 유입 시설의 수질 변화를 예측하는 것도 가능하다. 그렇지만, 유량 관측 기기는 정류하고 있는 장소에서 유량을 관측할 필요가 있기 때문에 합류식 하수도와 같이 물의 흐름이 변화하는 장소에 있어서 정확한 유량을 관측할 수가 없다. 이와 같이 유량 관측을 행하는 장소가 제한되기 때문에 수질 변화를 예측하는 장소도 제한되고, 결과적으로 우수 유입 시설의 적절한 운전 관리를 행할 수가 없다고 하는 문제가 발생한다.Moreover, it is also possible to provide a flow rate observation device in the storm water inflow facility, and to predict the water quality change of the storm water inflow facility based on the flow rate observed by this flow rate observation device. However, since the flow rate measuring device needs to observe the flow rate at the rectifying place, it is impossible to observe the exact flow rate at the place where the flow of water changes, such as a confluence type sewer. As described above, since the place where flow rate observation is performed is limited, the place where water quality change is predicted is limited, and as a result, there arises a problem that proper operation management of rainwater inflow facilities cannot be performed.

본 발명은 상기의 사정에 기초하여 이루어진 것으로, 그 목적으로 하는 것은 우수 유입 시설의 적절한 운전 관리를 행하기 위해서 우수 유입 시설 내에 있어서의 유량 변화 혹은 수질 변화를 장기적, 안정적으로 한편 정확하게 추정하는 것이 가능한 우수 유입 시설 관리 지원 방법, 우수 유입 시설 관리 지원 장치, 우수 유입 시설 관리 지원 시스템, 및 우수 유입 시설 관리 지원 장치로서 기능시키는 프로그램을 제공하려고 하는 것이다.The present invention has been made on the basis of the above circumstances, and its object is to enable long-term, stable and accurate estimation of flow rate changes or water quality changes in rainwater inflow facilities in order to perform proper operation management of storm water inflow facilities. It is intended to provide a program to function as a stormwater influent facility management support method, stormwater stormwater facility management support device, stormwater stormwater facility management support system, and stormwater stormwater facility management support device.

상기 과제를 해결하기 위해서, 본 발명은 우수 유입 시설에 있어서의 하수 중의 도전율로부터 당해 하수의 유량 혹은 수질을 추정하는 우수 유입 시설 관리 지원 방법으로서, 우수 유입 시설에 설치된 도전율계에 의해 관측된 청천일(晴天日)의 오수의 도전율값을 도전율계에 의해 관측된 우천일(雨天日)의 하수의 도전율값으로 나누어 희석율을 산출하고, 당해 희석율에 기초하여 하수의 유량을 추정하는 것을 특징으로 하는 우수 유입 시설 관리 지원 방법으로 하고 있다.MEANS TO SOLVE THE PROBLEM In order to solve the said subject, this invention is a stormwater inflow facility management support method which estimates the flow volume or water quality of the said sewage from the electrical conductivity in the sewage in storm water inflow facilities, and it is observed on the Cheoncheon-il observed by the conductivity meter installed in storm water inflow facilities. The dilution rate is calculated by dividing the conductivity value of the sewage of (晴天日) by the conductivity value of the sewage on rainy days observed by the conductivity meter, and estimating the flow rate of the sewage based on the dilution rate. We assume inflow facility management support method.

이러한 방법을 이용한 경우에는, 청천일의 오수의 도전율값을 우천일의 하수의 도전율값으로 나누어 희석율을 산출함으로써, 우천일의 하수가 청천일의 오수에 대해 어느 정도 묽어졌는지를 구할 수가 있다. 여기서, 하수라는 것은 오수에 우수가 혼입된 것을 의미한다. 이 때문에 희석율에 기초하여 우천일의 유량을 추정하는 것이 가능하게 된다. 따라서, 도전율계를 이용하여 유량의 추정을 행하고, 그 결과 유량계를 이용하는 경우와 비교하여 관측 장소에 제약되는 일 없이, 장기적, 안정적으로 한편 정확하게 유량의 추정을 행할 수가 있다.When such a method is used, the dilution rate is calculated by dividing the conductivity value of the sewage on the cheoncheon day by the conductivity value of the sewage on the rainy day, and it is possible to determine how much the sewage on the rainy day has been diluted with the sewage on the cheoncheon day. Here, sewage means that rainwater is mixed in sewage. For this reason, it becomes possible to estimate the flow volume of a rainy day based on a dilution rate. Therefore, the flow rate can be estimated using the conductivity meter, and as a result, the flow rate can be estimated in a long term, stable and accurate manner without being restricted to the observation site compared with the case of using the flow meter.

또, 본 발명은, 또한, 우수 유입 시설에 있어서 과거에 관측된 복수의 도전율값의 시계열 데이터인 과거 도전율 관측 데이터를 도전율 관측 데이터 기억부에 기억하고, 도전율계에 의해 추정일에 관측된 하수의 도전율값의 시계열 데이터인 추정일 도전율 관측 데이터를 관측값 기억부에 기억하고, 관측값 기억부로부터 추정일 도전율 관측 데이터를 추출함과 아울러, 도전율 관측 데이터 기억부로부터 과거 도전율 관측 데이터를 차례로 추출하고, 도전율 관측 데이터 추출부에 있어서 추출된, 과거 도전율 관측 데이터가 추정일 도전율 관측 데이터와 근사하고 있는지 아닌지 판별하고, 희석율에 기초하여 장래의 하수의 유량을 예측하는 우수 유입 시설 관리 지원 방법으로 하고 있다.In addition, the present invention also stores past conductivity observation data, which is time series data of a plurality of conductivity values observed in the stormwater inflow facility in the conductivity observation data storage unit, and stores the sewage observed on the estimated date by the conductivity meter. The estimated day conductivity observation data, which is time series data of the conductivity values, is stored in the observation storage unit, the estimated day conductivity observation data is extracted from the observation storage unit, and the past conductivity observation data is sequentially extracted from the conductivity observation data storage unit. In this case, it is determined that the previous conductivity observation data extracted by the conductivity observation data extracting unit approximates the estimated conductivity data, and predicts the future flow rate of sewage based on the dilution rate. .

이와 같이 과거의 많은 도전율 관측 데이터를 이용함으로써 장래의 하수의 유량을 예측할 수가 있다.In this way, it is possible to predict the flow rate of the sewage in the future by using much of the past conductivity observation data.

또, 본 발명은 상술의 유량의 추정/예측(추측 혹은 예측을 의미함)은 희석율을 입력으로 하고, 유량을 출력으로 하는 모델식을 이용하여 행해지는 것을 특징으로 하는 우수 유입 시설 관리 지원 방법으로 하고 있다. 이 때문에 희석율에 기초하여 현재의 하수의 유량의 추정 혹은 장래의 하수의 유량의 예측을 보다 정확하게 행하는 것이 가능하게 된다.In addition, the present invention is a stormwater inflow facility management support method, characterized in that the above-described flow rate estimation / prediction (meaning estimation or prediction) is performed by using a dilution ratio as an input and a flow rate as a model equation. Doing. For this reason, it becomes possible to more accurately estimate the flow rate of the present sewage or the prediction of the flow rate of the future sewage based on the dilution ratio.

또, 본 발명은, 또한, 추정/예측된 유량에 기초하여 수질을 추정/예측하는 것을 특징으로 하는 우수 유입 시설 관리 지원 방법으로 하고 있다. 이 때문에 도전율값에 기초하여 하수의 유량을 추정/예측하고, 또한 수질을 추정/예측하는 것이 가능하게 된다.Moreover, this invention makes it the further excellent inflow facility management support method characterized by estimating / predicting water quality based on the estimated / predicted flow volume. For this reason, it becomes possible to estimate / predict the flow volume of sewage based on an electrical conductivity value, and to estimate / predict water quality.

또, 본 발명은 우수 유입 시설에 있어서의 하수 중의 도전율로부터 당해 하수의 유량 혹은 수질을 추정하는 우수 유입 시설 관리 지원 장치로서, 연산된 데이터가 기억되는 기억부와, 우수 유입 시설에 있어서 과거에 관측된 복수의 도전율값의 시계열 데이터인 과거 도전율 관측 데이터가 기억되는 도전율 관측 데이터 기억부와, 도전율계에 의해 추정일에 관측된 하수의 도전율값인 추정일 도전율 관측값이 기억되는 관측값 기억부와, 도전율 관측 데이터 기억부로부터 청천일에 관측된 오수의 과거 도전율 관측 데이터를 추출하는 청천일 도전율 관측 데이터 추출부와, 청천일의 오수의 과거 도전율 관측 데이터의 값을 하수의 추정일 도전율값으로 나누어 희석율을 산출하는 희석율 산출부와, 희석율에 기초하여 추정해야할 하수의 유량값인 유량값을 산출하는 추정 유량값 산출부를 가지는 우수 유입 시설 관리 지원 장치로 하고 있다.Moreover, this invention is a stormwater inflow facility management support apparatus which estimates the flow volume or water quality of the said sewage from the electrical conductivity in the sewage system in storm water inflow facilities, Comprising: The memory part which computed data is memorize | stored, and observed in the past in storm water inflow facility. A conductivity observation data storage for storing past conductivity observation data, which is time series data of a plurality of conductivity values, an observation value storage for storing estimated day conductivity observation values, which are conductivity values of sewage observed on an estimated day by a conductivity meter; In addition, the conductivity measurement data extractor extracts the past conductivity observation data of filthy water observed on the Cheoncheon day from the conductivity observation data storage unit, and divides the value of the past conductivity observation data of the sewage of Cheoncheon day by the estimated day conductivity value of the sewage. Dilution rate calculation unit for calculating the dilution rate, and a flow rate value that is a flow rate of sewage to be estimated based on the dilution rate And a solid inlet facility management support apparatus having parts calculated estimated flow rate value is calculated.

이 때문에 추정일에 관측된 도전율값에 기초하여 현재의 하수의 유량을 추정할 수가 있다. 도전율은 유량을 직접 관측하는 경우와 비교하여 장소에 제약되는 일 없이 관측이 가능하다. 이 때문에 관측 장소에 제약되지 않고, 장기적, 안정적으로 한편 정확하게 유량의 추정을 행하는 것이 가능하게 된다.For this reason, the current sewage flow rate can be estimated based on the conductivity value observed on the estimation date. The electrical conductivity can be observed without being restricted by the place compared with the case where the flow rate is directly observed. This makes it possible to estimate the flow rate in a long term, stable and accurate manner without being restricted to the observation site.

또, 본 발명은, 또한, 연산된 데이터가 기억되는 기억부와, 우수 유입 시설에 있어서 과거에 관측된 복수의 도전율값의 시계열 데이터인 과거 도전율 관측 데이터가 기억되는 도전율 관측 데이터 기억부와, 도전율계에 의해 추정일에 관측된 하수의 도전율값의 시계열 데이터인 추정일 도전율 관측 데이터가 기억되는 관측값 기억부와, 관측값 기억부로부터 추정일 도전율 관측 데이터를 추출함과 아울러, 도전율 관측 데이터 기억부로부터 과거 도전율 관측 데이터를 차례로 추출하는 도전율 관측 데이터 추출부와, 도전율 관측 데이터 추출부에 있어서 추출된, 과거 도전율 관측 데이터가 추정일 도전율 관측 데이터와 근사하고 있는지 아닌지 판별하는 근사 판별부와, 근사 판별부에 있어서 근사하고 있다고 판별된 과거 도전율 관측 데이터로부터 장래의 하수의 도전율값을 구하는 도전율값 산출부를 구비하고, 추정 유량값 산출부는 장래의 하수의 도전율값으로부터 상기 희석율을 구하여 예측해야할 하수의 유량값을 산출하는 것을 특징으로 하는 우수 유입 시설 관리 지원 장치로 하고 있다.In addition, the present invention also provides a storage unit for storing the calculated data, a conductivity observation data storage unit for storing past conductivity observation data that is time series data of a plurality of conductivity values observed in the past in a rainwater inflow facility, and a challenge. The observation value storage section stores the estimated day conductivity observation data, which is the time series data of the conductivity value of the sewage observed on the estimated day by the metric meter, and extracts the estimated day conductivity observation data from the observation value storage section, and also stores the conductivity observation data storage. A conductivity observation data extraction unit that sequentially extracts past conductivity observation data from the unit; an approximation determination unit that determines whether the historical conductivity observation data extracted by the conductivity observation data extraction unit approximates the estimated conductivity data; and an approximation; From the past conductivity observation data judged to be approximate in the discriminating section, And a conductivity value calculating unit for calculating a conductivity value of sewage, and an estimated flow rate value calculating unit calculating the flow rate value of the sewage to be predicted by calculating the dilution rate from the conductivity value of the future sewage. Doing.

이 때문에 과거의 많은 도전율 관측 데이터를 이용함으로써 장래의 하수의 유량을 예측할 수가 있다.For this reason, the future sewage flow rate can be predicted by using many past conductivity observation data.

또, 본 발명은, 또한, 근사 판별부는, 과거의 공통하는 시계열에 있어서, 추정일 도전율 관측 데이터와 과거 도전율 관측 데이터가 근사하는지 아닌지를 판별하는 것을 특징으로 하는 우수 유입 시설 관리 지원 장치로 하고 있다. 이와 같이 공통하는 시계열에 있어서, 추정일 도전율 관측 데이터와 과거 도전율 관측 데이터의 근사의 판별을 행하고 있기 때문에 판별 정밀도의 향상을 도모하는 것이 가능하게 된다.In addition, the present invention also provides an excellent inflow facility management support device, characterized in that the approximation determining unit determines whether or not the estimated day conductivity observation data and the historical conductivity observation data are approximated in the past common time series. . In this common time series, since the approximate discrimination between the estimated electrical conductivity observation data and the historical electrical conductivity observation data is performed, it is possible to improve the discrimination accuracy.

또, 본 발명은, 또한, 도전율 관측 데이터 추출부에 있어서 추출된, 추정일 도전율 관측 데이터와 과거 도전율 관측 데이터의 누적 자승 오차를 산출하는 누적 자승 오차 산출부를 가지고, 근사 판별부에서의 근사의 판별은, 누적 자승 오차 산출부에서 산출된 누적 자승 오차에 기초하여 행해지는 것을 특징으로 하는 우수 유입 시설 관리 지원 장치로 하고 있다. 이 때문에 높은 정밀도로 근사의 판별을 행할 수가 있다. 따라서, 판별 정밀도의 향상을 도모하는 것이 가능하게 된다.In addition, the present invention also has a cumulative squared error calculation unit that calculates a cumulative squared error of the estimated-day conductivity observation data and the past conductivity observation data extracted by the conductivity observation data extraction unit, and approximation determination in the approximation determination unit. Is an excellent inflow facility management support device characterized in that it is performed based on the cumulative square error calculated by the cumulative square error calculation unit. For this reason, approximation can be determined with high precision. Therefore, it is possible to improve the discrimination accuracy.

또, 본 발명은, 또한, 근사 판별부는, 누적 자승 오차 산출부에서 산출된 누적 자승 오차가 작은 것의 상위 1개 혹은 상위 복수의 과거 도전율 관측 데이터에 관한 데이터를 기억부에 기억시키는 것을 특징으로 하는 우수 유입 시설 관리 지원 장치로 하고 있다. 이와 같이 구성한 경우에는, 유량을 추정하기 위한 데이터로 되는 과거 도전율 관측 데이터를 복수 확보할 수 있기 때문에 판별 정밀도의 향상을 도모하는 것이 가능하게 된다.In addition, the present invention is further characterized in that the approximation determining unit stores in the storage unit data relating to the upper one or higher plurality of past conductivity observation data of which the cumulative square error calculated by the cumulative square error calculation unit is small. It is assumed to be an excellent inflow facility management support device. In such a configuration, since it is possible to secure a plurality of past conductivity observation data serving as data for estimating the flow rate, it is possible to improve the discrimination accuracy.

또, 본 발명은, 또한, 청천일의 과거 도전율 관측 데이터를, 더 요일별로 추출하는 요일별 도전율 관측 데이터 추출부를 가지는 것을 특징으로 하는 우수 유입 시설 관리 지원 장치로 하고 있다. 이와 같은 구성에 의해, 관측일의 특성을 고려한 청천일의 과거 도전율 관측 데이터를 취득하는 것이 가능하게 된다.In addition, the present invention further provides a rainwater inflow facility management support device characterized by having a conductivity measurement data extraction unit for each day for extracting the past conductivity observation data on the Cheoncheon day. With such a configuration, it becomes possible to acquire past conductivity observation data on the chuncheon day in consideration of the characteristics of the observed day.

또, 본 발명은, 또한, 청천일 도전율 관측 데이터 추출부는, 도전율 관측 데이터 기억부로부터 청천일의 과거 도전율 관측 데이터를 복수 추출하고, 이 추출된 복수의 청천일의 과거 도전율 관측 데이터의 값의 평균치를 산출하는 것을 특징으로 하는 우수 유입 시설 관리 지원 장치로 하고 있다. 이와 같이 구성한 경우에는, 보다 정확한 청천일 도전율 관측 데이터를 취득하는 것이 가능하게 된다.In addition, the present invention further includes the chuncheon day conductivity observation data extracting unit extracting a plurality of past conductivity observation data of the cheoncheon day from the conductivity observation data storage unit, and the average value of the values of the extracted plural cheoncheon days historical conductivity. The excellent inflow facility management support device, characterized in that for calculating. In such a configuration, it is possible to obtain more accurate blue-day conductivity observation data.

또, 본 발명은, 또한, 추정 유량값 산출부에 있어서의 유량값의 산출은, 희석율을 입력으로 하고, 유량을 출력으로 하는 모델식을 이용하여 행해지는 것을 특징으로 하는 우수 유입 시설 관리 지원 장치로 하고 있다. 이 때문에 희석율에 기초하여 현재의 하수의 유량의 추정 혹은 장래의 하수의 유량의 예측을 보다 정확하게 행하는 것이 가능하게 된다.Moreover, this invention is further, The calculation of the flow volume value in an estimated flow volume value calculation part is carried out using the model formula which makes a dilution rate into an input and outputs a flow volume, The storm water inflow facility management support apparatus characterized by the above-mentioned. I am doing it. For this reason, it becomes possible to more accurately estimate the flow rate of the present sewage or the prediction of the flow rate of the future sewage based on the dilution ratio.

또, 본 발명은, 또한, 추정/예측된 유량값에 기초하여 수질을 추정/예측하는 것을 특징으로 하는 우수 유입 시설 관리 지원 장치로 하고 있다. 이 때문에 도전율값에 기초하여 하수의 유량을 추정/예측하고, 또한 수질을 추정/예측하는 것이 가능하게 된다.In addition, the present invention further provides a stormwater inflow facility management support device characterized in that the water quality is estimated / predicted based on the estimated / predicted flow rate value. For this reason, it becomes possible to estimate / predict the flow volume of sewage based on an electrical conductivity value, and to estimate / predict water quality.

또, 본 발명은 상술의 몇 개의 우수 유입 시설 관리 지원 장치와, 우수 유입 시설에 있어서의 하수 혹은 오수의 도전율을 관측하는 도전율계를 구비하는 우수 유입 시설 관리 지원 시스템으로 하고 있다.Moreover, this invention makes it the stormwater inflow facility management support system provided with the above-mentioned some stormwater inflow facility management support apparatuses, and the conductivity meter which observes the conductivity of the sewage or sewage in a stormwater inflow facility.

이러한 시스템을 구성한 경우에는, 관측 장소에 제약되는 일 없이, 장기적, 안정적으로 한편 정확하게 유량 및 수질의 추정을 행하는 것이 가능하게 된다.When such a system is comprised, it becomes possible to estimate flow volume and water quality long-term, stably, and correctly, without being restrict | limited to an observation place.

또, 본 발명은 컴퓨터를 상술의 몇 개의 우수 유입 시설 관리 지원 장치로서 기능시키는 것을 특징으로 하는 프로그램으로 하고 있다.Moreover, this invention makes the program characterized by making a computer function as some of the above-mentioned excellent inflow facility management support devices.

이와 같이 구성한 경우에는, 프로그램을 디스크 등의 매체에 복사하고, 당해 매체에 복사된 프로그램을 복수의 컴퓨터에 인스톨(install)하는 것이 가능하게 된다. 따라서, 프로그램이 인스톨된 복수의 컴퓨터를 우수 유입 시설 관리 지원 장치로서 기능시키는 것이 가능하게 된다.In such a configuration, the program can be copied to a medium such as a disk, and the program copied to the medium can be installed in a plurality of computers. Therefore, it becomes possible to function the some computer in which the program was installed as an excellent inflow facility management support apparatus.

본 발명에 의하면 우수 유입 시설 내에 있어서의 유량 변화 혹은 수질 변화를 장기적, 안정적으로 한편 정확하게 추정할 수가 있다.According to the present invention, it is possible to estimate the change in the flow rate or the water quality in the rainwater inlet facility in a long term, stable and accurate manner.

도 1은 본 발명의 일실시의 형태와 관련되는 우수 유입 시설 관리 지원 시스템의 구성을 나타내는 도이다.
도 2는 도 1 중의 유량 추정부에 있어서의 관측시의 유량값의 산출 처리를 나타내는 플로차트이다.
도 3은 도 1 중의 EC 추정부에 있어서의 관측후 1시간의 EC값의 산출 처리를 나타내는 플로차트이다.
도 4는 도 1 중의 유량 추정부에 있어서의 관측후 1시간의 유량값의 산출 처리를 나타내는 플로차트이다.BRIEF DESCRIPTION OF THE DRAWINGS It is a figure which shows the structure of the stormwater inflow facility management support system which concerns on one Embodiment of this invention.
FIG. 2 is a flowchart showing a calculation process of a flow rate value at the time of observation in the flow rate estimating unit in FIG. 1.
FIG. 3 is a flowchart showing processing for calculating EC values for 1 hour after observation in the EC estimation unit in FIG. 1.
4 is a flowchart showing a calculation process of a flow rate value for one hour after observation in the flow rate estimating unit in FIG. 1.

이하, 본 발명의 일실시의 형태와 관련되는 우수 유입 시설 관리 지원 시스템(10)에 대해서 도면을 참조하면서 설명한다.EMBODIMENT OF THE INVENTION Hereinafter, the stormwater inflow facility management support system 10 which concerns on one Embodiment of this invention is demonstrated, referring drawings.

또한, 이하에서는 우수 유입 시설 관리 지원 장치(20), 우수 유입 시설 관리 지원 방법, 및 우수 유입 시설 관리 지원 장치(20)를 기능시키는 프로그램에 대해서도 우수 유입 시설 관리 지원 시스템(10)과 함께 설명한다.In addition, hereinafter, the program that functions the stormwater inflow facility management support device 20, stormwater inflow facility management support method, and stormwater inflow facility management support device 20 will be described together with the stormwater inflow facility management support system 10. .

도 1은 본 발명의 일실시의 형태와 관련되는 우수 유입 시설 관리 지원 시스템(10)의 구성을 나타내는 도이다.1 is a diagram illustrating a configuration of a stormwater inflow facility management support system 10 according to an embodiment of the present invention.

우수 유입 시설 관리 지원 시스템(10)은, 예를 들면 우수토실, 유역 하수도에의 접속인공 혹은 합류식 하수도 등의 우수 유입 시설 내에 있어서의 우천일의 수중의 도전율을 관측하고, 관측한 도전율의 값(이하, EC값이라고 함)으로부터 우천일에 있어서의 현재 혹은 장래의 유량 및 수질의 경시적 변화를 추정/예측하는 시스템이다. 여기서, 추정은 현재의 유량 또는 수질에 대해 이용하고, 예측은 장래의 유량 또는 수질에 대해 이용한다. 또 수질의 지표로서 BOD(Biochemical Oxygen Demand) 값을 채용한다. 도 1에 나타내듯이, 우수 유입 시설 관리 지원 시스템(10)은 수중의 도전율을 관측하는 도전율계(이하, EC계라고 함)(12)와, 우수 유입 시설 관리 지원 장치(20)를 구비하고 있다. 본 실시의 형태에서는, 우천의 일요일에 EC계(12)에 의해 우수 유입 시설 내의 도전율을 관측하고, 이 관측된 도전율값에 기초하여 관측시의 유량 및 수질을 추정함과 아울러, 관측된 30분간의 도전율의 관측값에 기초하여 그 후 1시간의 유량 및 수질의 경시적 변화를 예측하는 것으로 한다.The stormwater inflow facility management support system 10 observes the conductivity of rainwater in rainy days in stormwater inflow facilities such as storm drainage, connection artificial water to sewage sewers, or confluence type sewerage, for example. In the following, it is a system for estimating / predicting changes over time in the current or future flow rate and water quality on rainy days). Here, the estimate is used for the current flow rate or water quality, and the prediction is used for the future flow rate or water quality. Moreover, BOD (Biochemical Oxygen Demand) value is adopted as an index of water quality. As shown in FIG. 1, the stormwater inflow facility management support system 10 is provided with the conductivity meter (henceforth EC system) 12 which observes the conductivity in water, and the stormwater inflow facility management support apparatus 20. As shown in FIG. . In the present embodiment, the conductivity in the rainwater inflow facility is observed by the EC system 12 on a rainy Sunday, and the flow rate and water quality during the observation are estimated based on the observed conductivity value, and the observed 30 minutes are observed. Based on the observed value of the electrical conductivity, the change over time of the flow rate and the water quality for 1 hour is then estimated.

EC계(12)는, 예를 들면 추정 대상으로 되는 합류식 하수도 내의 소정의 위치에 설치된다. 우수 유입 시설 관리 지원 장치(20)는 EC계(12)로 관측한 EC값에 기초하여 우천일의 소정 시각(현재로 함)의 유량 및 수질을 추정 혹은 소정 시간에 있어서의 경시적인 유량 및 수질의 변화를 예측하는 장치이다.The EC system 12 is installed at a predetermined position in the confluence type sewerage, for example, to be estimated. The stormwater inflow facility management support device 20 estimates the flow rate and the water quality at a predetermined time (currently) on a rainy day based on the EC value observed by the EC system 12 or the flow rate and the water quality at a predetermined time. It is a device to predict the change.

우수 유입 시설 관리 지원 장치(20)는, 컴퓨터 시스템에 의해 구성되는 것으로 주로 제어부(22)와, 연산부(24)와, 표시부(26)와, EC 관측값 수집부(28)와, 관측값 기억부(29)와, 기억부(30)와, 도전율 관측 데이터 기억부인 EC 관측 데이터 기억부(32)와, 우천 도전율 관측 데이터 기억부인 우천일 EC 관측 데이터 기억부(33)와, EC 추정부(34)와, 유량 추정부(36)와, 수질 추정부(38)를 가지고, 각각이 버스로 접속되어 있다. 또 연산부(24), 표시부(26), EC 관측값 수집부(28), 관측값 기억부(29), 기억부(30), EC 관측 데이터 기억부(32), 우천일 EC 관측 데이터 기억부(33), EC 추정부(34), 유량 추정부(36) 및 수질 추정부(38)는 제어부(22)의 지령에 기초하여 작동한다. 이들의 하드웨어와 소프트웨어가 협동함으로써 우수 유입 시설 관리 지원 장치(20)에 의한 유량 변화 및 수질 변화의 추정이 실현된다. 여기서, 각 구성부는 추정뿐만 아니라 예측의 처리도 행할 수가 있다. 데이터를 기억하는 구성부(29, 30, 32, 33)는 RAM 등의 메모리 및 CPU에 의해 주로 구성된다. 제어부(22), 연산부(24), EC 관측값 수집부(28), EC 추정부(34), 유량 추정부(36), 수질 추정부(38)는 주로 CPU로 구성된다. 표시부(26)는 CPU와 디스플레이에 의해 주로 구성된다.The stormwater inflow facility management support apparatus 20 is comprised by the computer system, and is mainly a control part 22, the calculation part 24, the display part 26, the EC observation value collection part 28, and the observation value memory. The unit 29, the storage unit 30, the EC observation data storage unit 32 as the conductivity observation data storage unit, the rainy day EC observation data storage unit 33 as the rain conductivity monitoring data storage unit, and the EC estimation unit ( 34, the flow rate estimating unit 36, and the water quality estimating unit 38 are connected by a bus. The calculation unit 24, the display unit 26, the EC observation value collection unit 28, the observation value storage unit 29, the storage unit 30, the EC observation data storage unit 32, and the rainy day EC observation data storage unit (33), the EC estimating unit 34, the flow rate estimating unit 36, and the water quality estimating unit 38 operate based on the instructions of the control unit 22. The cooperation of these hardware and software enables the estimation of the flow rate change and the water quality change by the stormwater inflow facility management support device 20. Here, each component can perform not only estimation but also prediction processing. The components 29, 30, 32, 33 which store data are mainly composed of a memory such as RAM and a CPU. The control unit 22, the calculating unit 24, the EC observation value collecting unit 28, the EC estimating unit 34, the flow rate estimating unit 36, and the water quality estimating unit 38 are mainly composed of a CPU. The display part 26 is mainly comprised by CPU and a display.

상술한 것처럼, 제어부(22)는 우수 유입 시설 관리 지원 장치(20)의 전체의 제어를 맡는 부분이다. 제어부(22)는, 예를 들면 기억부(30)에 기억된 프로그램을 실행함과 아울러, 연산부(24)나 수질 추정부(38) 등에서 산출된 데이터를 수취하고, 이들 데이터를 가공한 다음, 표시부(26) 등에 송신한다. 연산부(24)는 입력되는 데이터에 기초하여 연산 처리를 행하는 부분이다. 표시부(26)는 입력되는 각종 데이터를 출력하는 부분이다. EC 관측값 수집부(28)는 EC계(12)에 의해 관측된 EC값을 예를 들면 1분마다 등의 주기적으로 수집하는 부분이다. 관측값 기억부(29)는 추정일에 EC 관측값 수집부(28)에서 취득된 EC값의 시계열 데이터인 추정일 도전율 관측 데이터(이하, 추정일 EC 관측 데이터라고 함)나, 추정일에 미도시의 유량계나 탁도계로 관측된 유량값이나 탁도값의 시계열 데이터를 기억하는 부분이다. 기억부(30)는 연산용의 프로그램을 기억함과 아울러, 산출된 각종 데이터를 적당히 기억하는 부분이다.As mentioned above, the control part 22 is a part which takes charge of the whole control of the stormwater inflow facility management support apparatus 20. As shown in FIG. The control unit 22 executes a program stored in the storage unit 30, for example, receives data calculated by the operation unit 24, the water quality estimation unit 38, and the like, and processes these data. To the display unit 26 or the like. The calculating part 24 is a part which performs arithmetic processing based on the data inputted. The display unit 26 is a part for outputting various input data. EC observation value collection part 28 is a part which collects EC value observed by EC system 12 periodically, for example every minute. The observation value storage unit 29 is estimated-day conductivity observation data (hereinafter referred to as estimated-day EC observation data) that is time series data of EC values acquired by the EC observation-value collection unit 28 on the estimated date, or less than the estimated date. It is a part which stores time-series data of the flow rate value and turbidity value observed with the urban flow meter and turbidity meter. The storage unit 30 is a portion which stores a program for calculation and appropriately stores the calculated various data.

EC 관측 데이터 기억부(32)는 우수 유입 시설 내에서 과거에 관측된 복수의 EC값의 시계열 데이터인 과거 도전율 관측 데이터(이하, 과거 EC 관측 데이터라고 함)가 기억되어 있는 데이터베이스이다. EC 관측 데이터 기억부(32)는, 예를 들면 우천일·청천일 등의 날씨나 요일마다 분류한 상태로 과거 EC 관측 데이터를 기억하고 있다. 우천일 EC 관측 데이터 기억부(33)는 우수 유입 시설에 있어서 과거에 관측된 우천일의 복수의 과거 EC 관측 데이터가 기억되어 있는 데이터베이스이다. EC 추정부(34)는 추정일 EC 관측 데이터 및 과거 EC 관측 데이터에 기초하여 추정 대상으로 되는 우수 유입 시설 내에 있어서 추정되는 EC값(이하, 추정 EC값이라고 함)을 산출하는 부분이다. 유량 추정부(36)는 추정 EC값의 시계열 데이터(이하, 추정 EC 데이터라고 함)에 기초하여 우수 유입 시설 내에 있어서 추정되는 유량값(이하, 추정 유량값이라고 함)을 산출하는 부분이다. 수질 추정부(38)는 추정 유량값의 시계열 데이터(이하, 추정 유량 데이터라고 함)에 기초하여 우수 유입 시설 내에 있어서 추정되는 BOD값(이하, 추정 수질값이라고 함)을 시계열적으로 산출하는 부분이다.The EC observation data storage unit 32 is a database in which past conductivity observation data (hereinafter, referred to as past EC observation data), which are time series data of a plurality of EC values observed in the rainwater inlet in the past, are stored. The EC observation data storage unit 32 stores past EC observation data in a state classified by weather or day of the week such as rainy days or sunny days. The rainy day EC observation data storage unit 33 is a database in which a plurality of past EC observation data of rainy days observed in the past in the rainwater inflow facility are stored. The EC estimating unit 34 is a portion that calculates an estimated EC value (hereinafter referred to as an estimated EC value) in the stormwater inflow facility to be estimated based on the estimated EC observation data and the past EC observed data. The flow rate estimating unit 36 is a portion that calculates a flow rate value (hereinafter referred to as an estimated flow rate value) estimated in the rainwater inflow facility based on time series data of the estimated EC value (hereinafter referred to as estimated EC data). The water quality estimating unit 38 calculates the BOD value (hereinafter referred to as an estimated water quality value) estimated in the stormwater inflow facility based on time series data of the estimated flow value (hereinafter referred to as estimated flow data). to be.

EC 추정부(34)는 도전율 관측 데이터 추출부인 EC 관측 데이터 추출부(40)와, 누적 자승 오차 산출부(42)와, 근사 판별부(44)와 도전율값 산출부인 추정 EC값 산출부(46)를 가진다. 또 유량 추정부(36)는 청천일 도전율 관측 데이터 추출부인 청천일 EC 관측 데이터 추출부(48)와, 요일별 도전율 관측 데이터 추출부인 요일별 EC 관측 데이터 추출부(50)와, 희석율 산출부(52)와, 추정 유량값 산출부(54)를 가진다.The EC estimator 34 estimates the EC observation data extractor 40, the conductivity observation data extractor 40, the cumulative square error calculator 42, the approximate discriminator 44, and the conductivity value calculator 46. ) In addition, the flow rate estimating unit 36 includes the Cheoncheon-day EC observation data extracting unit 48 which is the Cheoncheon-day conductivity observation data extracting unit, the weekly EC observation data extracting unit 50 which is the weekly conductivity monitoring data extraction unit, and the dilution rate calculating unit 52. And an estimated flow rate value calculation unit 54.

EC 관측 데이터 추출부(40)는 관측값 기억부(29)로부터 추정일 EC 관측 데이터를 추출함과 아울러, EC 관측 데이터 기억부(32)에 기억되어 있는 복수의 과거 EC 관측 데이터 중에서, 예를 들면 1개의 과거 EC 관측 데이터를 순차 추출하는 부분이다. 누적 자승 오차 산출부(42)는 과거부터 현재까지의 소정의 시계열의 범위에 있어서의, 추정일 EC 관측 데이터와 과거 EC 관측 데이터의 후술하는 누적 자승 오차를 산출하는 부분이다. 근사 판별부(44)는 누적 자승 오차가 작은 상위 10개의 누적 자승 오차의 값과, 그러한 누적 자승 오차의 값과, 그 산출에 이용된 과거 EC 관측 데이터를 관련짓기 위한 관련지움 데이터를 기억부(30)에 기억하는 부분이다. 추정 EC값 산출부(46)는 상기 관련지움 데이터에 기초하여 추정 EC값을 산출하는 부분이다.The EC observation data extracting unit 40 extracts the estimated EC data from the observation value storage unit 29, and, among the plurality of past EC observation data stored in the EC observation data storage unit 32, provides an example. For example, one historical EC observation data is sequentially extracted. The cumulative square error calculation unit 42 is a portion that calculates the cumulative square error described later between the estimated date EC observation data and the past EC observation data in a range of a predetermined time series from the past to the present. The approximation judging section 44 stores the values of the top 10 cumulative squared errors having a small cumulative squared error, the values of such cumulative squared errors, and the associated data for associating past EC observation data used for the calculation. 30) to remember. The estimated EC value calculator 46 calculates an estimated EC value based on the association data.

청천일 EC 관측 데이터 추출부(48)는 EC 관측 데이터 기억부(32)로부터 청천일의 과거 EC 관측 데이터를 추출하는 부분이다. 요일별 EC 관측 데이터 추출부(50)는 청천일 EC 관측 데이터 추출부(48)에 의해 추출된 청천일의 과거 EC 관측 데이터로부터, 또한 추정일의 요일인 일요일의 과거 EC 관측 데이터를 추출하는 부분이다. 희석율 산출부(52)는 청천일의 과거 EC 관측 데이터와 추정 EC 데이터를 취득하고, 그러한 데이터의 값으로부터 후술하는 희석율을 산출하는 부분이다. 추정 유량값 산출부(54)는 희석율에 기초하여 유량을 산출하는 모델식인 유량 추정식을 작성하고, 그 작성한 유량 추정식으로부터 추정 유량값을 산출하는 부분이다.The Cheoncheon-day EC observation data extractor 48 is a part which extracts the past EC observation data of Cheoncheon-day from the EC observation data storage 32. The EC observation data extractor 50 for each day is a part that extracts past EC observation data of Sunday, which is the day of the estimated day, from the past EC observation data of the Cheoncheon day extracted by the Cheoncheon day EC observation data extractor 48. . The dilution rate calculation unit 52 is a part which acquires past EC observation data and estimated EC data of the chuncheon-day, and calculates the dilution rate described later from the values of such data. The estimated flow rate value calculation part 54 is a part which produces | generates the flow volume estimation formula which is a model formula which calculates a flow volume based on a dilution rate, and calculates an estimated flow volume value from the created flow volume estimation formula.

다음에, 우수 유입 시설 관리 지원 시스템(10)이 관측된 EC값에 기초하여 관측시의 유량 및 수질을 추정하는 처리에 대해서 설명한다. 유량의 추정은 유량 추정부(36)가 추정 유량값을 산출함으로써 이루어진다. 또 수질의 추정은 수질 추정부(38)가 추정 수질값을 산출함으로써 이루어진다. 또 이들의 산출 처리는 제어부(22)의 지령에 기초하여 이루어진다.Next, a process of estimating the flow rate and the water quality at the time of observation based on the observed EC value by the stormwater inflow facility management support system 10 is demonstrated. The flow rate estimation is performed by the flow rate estimating unit 36 calculating the estimated flow rate value. The water quality is estimated by the water quality estimating unit 38 calculating the estimated water quality value. In addition, these calculation processes are performed based on the instruction | command of the control part 22. FIG.

우선, 상술한 우수 유입 시설 관리 지원 시스템(10)의 산출 처리 가운데 유량 추정부(36)에 있어서의 추정 유량값의 산출 처리에 대해서 설명한다. 도 2는 유량 추정부(36)가 관측된 도전율값에 기초하여 관측시의 유량을 추정하는 처리를 나타내는 플로차트이다.First, the calculation process of the estimated flow volume value in the flow volume estimating part 36 among the calculation processes of the storm water inflow facility management support system 10 mentioned above is demonstrated. 2 is a flowchart showing a process of estimating the flow rate at the time of observation based on the observed conductivity value by the flow rate estimating unit 36.

도 2에 나타내듯이, 우선, 청천일 EC 관측 데이터 추출부(48)는 우천일 EC 관측 데이터 기억부(33)에 기억되어 있는 우천일의 과거 EC 관측 데이터와 EC 관측 데이터 기억부(32)에 기억되어 있는 과거 EC 관측 데이터를 대조하고, EC 관측 데이터 기억부(32)에 있어서의 청천일의 과거 EC 관측 데이터를 식별한다. 그리고, EC 관측 데이터 기억부(32)로부터 식별된 청천일의 과거 EC 관측 데이터를 추출한다(스텝 S101). 다음에, 요일별 EC 관측 데이터 추출부(50)는 스텝 S101에서 추출된 복수의 청천일에 있어서의 과거 EC 관측 데이터 중에서 일요일의 과거 EC 관측 데이터를 더 추출한다(스텝 S102). 또한 요일별 EC 관측 데이터 추출부(50)는 추출된 청천일의 일요일에 있어서의 과거 EC 관측 데이터의 평균치(이하, 청천일 EC 관측 데이터라고 함)를 산출한다(스텝 S103).As shown in FIG. 2, first, the Cheoncheon day EC observation data extraction unit 48 stores the past EC observation data and the EC observation data storage unit 32 on the rainy day stored in the rainy day EC observation data storage unit 33. The past EC observation data memorize | stored are compared, and the past EC observation data of the blue sky in the EC observation data storage part 32 is identified. Then, the past EC observation data of the chuncheon day identified from the EC observation data storage unit 32 is extracted (step S101). Next, the EC observation data extraction unit 50 for each day further extracts past EC observation data on Sunday from the plurality of past EC observation data on the chuncheon days extracted in step S101 (step S102). In addition, the EC observation data extraction unit 50 for each day calculates an average value of the past EC observation data (hereinafter referred to as the Cheoncheon day EC observation data) on the extracted Sunday on the Cheoncheon day (step S103).

다음에, 희석율 산출부(52)는 추정일에 EC계(12)에 의해 관측된 EC값을 취득한다(스텝 S104). 또한 스텝 S103에서 산출된 청천일 EC 관측 데이터 가운데 스텝 S104에서 취득된 EC값의 시각에 대응하는 EC 관측값의 시계열 데이터를 추출한다(스텝 S105).Next, the dilution rate calculator 52 acquires the EC value observed by the EC system 12 on the estimated day (step S104). Further, time series data of the EC observation value corresponding to the time of the EC value acquired in step S104 is extracted from the chuncheon day EC observation data calculated in step S103 (step S105).

또한, 희석율 산출부(52)는 스텝 S105에서 추출된 청천일의 EC 관측값(EC(dry))과 스텝 S104에서 취득된 우천일의 EC값(EC(wet))을 이용하여 이하에 나타내는 (1)식에 의해 희석율 Z를 산출한다(스텝 S106).Further, the dilution rate calculator 52 uses the EC observation value EC (dry) of the chuncheon day extracted in step S105 and the EC value EC (wet) of the rainy day acquired in step S104 as shown below ( The dilution rate Z is calculated by the formula 1) (step S106).

Z=EC(dry)/EC(wet) (1)Z = EC (dry) / EC (wet) (1)

Z : 희석율Z: Dilution rate

EC(dry) : 청천일의 EC 관측값EC (dry): EC observation value on Cheoncheon day

EC(wet) : 우천일의 EC 관측값EC (wet): EC observations on rainy days

다음에, 추정 유량값 산출부(54)는 이하의 (2)식에서 나타내는 유량 추정식을 작성한다(스텝 S107). 유량 추정식은 희석율 Z를 입력으로 하고, 추정 유량 Q를 산출하기 위한 2차 다항식이다. 유량 추정식에 있어서의 α, β 및 γ은 계수이고, 이들의 값은 관측일의 강우량에 기초하여 결정된다. 계수 α, β 및 γ의 값은 회귀 분석을 이용하고, 유량 추정식과 관측한 유량값(유량 관측값)의 상관계수가 가장 1에 가깝게 된 것을 채용한다. 또 유량 추정식은 2차 다항식으로 한정되는 것은 아니고, 예를 들면 1차식 혹은 3차식 등의 다른 형태의 식을 상황에 따라 적당히 사용하는 것이 가능하다.Next, the estimated flow rate value calculation section 54 creates a flow rate estimation formula shown by the following expression (2) (step S107). The flow rate estimation formula is a second order polynomial for calculating the estimated flow rate Q with a dilution rate Z as an input. (Alpha), (beta), and (gamma) in a flow-rate estimation formula are coefficients, and these values are determined based on the rainfall on an observation day. Regression analysis is used for the values of the coefficients α, β, and γ, and the one whose correlation coefficient between the flow rate estimation formula and the observed flow rate value (flow rate observation value) is closest to 1 is adopted. In addition, the flow rate estimation formula is not limited to the second order polynomial, and other forms of formula such as a first order formula or a third order formula can be used as appropriate depending on the situation.

Q=αZ²＋βZ＋γ (2)Q = αZ ² + βZ + γ (2)

Q : 추정 유량Q: estimated flow rate

Z : 희석율Z: Dilution rate

α, β, γ : 계수α, β, γ: coefficient

또한, 추정 유량값 산출부(54)는 스텝 S107에서 작성된 유량 추정식에 스텝 S106에서 산출된 희석율 Z의 값을 대입함으로써 관측시의 추정 유량값을 산출한다(스텝 S108). 이상과 같은 처리를 거침으로써 관측된 EC값에 기초하여 관측시에 있어서의 추정 유량값이 산출된다. 그 결과 관측시의 유량의 추정을 행하는 것이 가능하게 된다.Moreover, the estimated flow volume value calculation part 54 calculates the estimated flow volume value at the time of observation by substituting the value of the dilution ratio Z computed in step S106 into the flow volume estimation formula created in step S107 (step S108). By the above process, the estimated flow rate value at the time of observation is calculated based on the observed EC value. As a result, the flow rate at the time of observation can be estimated.

다음에, 상술한 우수 유입 시설 관리 지원 시스템(10)의 산출 처리 가운데 수질 추정부(38)에 있어서의 추정 수질값의 산출 처리에 대해서 설명한다.Next, the calculation process of the estimated water quality value in the water quality estimation part 38 among the calculation processes of the storm water inflow facility management support system 10 mentioned above is demonstrated.

수질 추정부(38)는 우선 유량 추정부(36)에서 산출된 추정 유량값을 취득한다. 다음에, 당해 추정 유량값에 기초하여 이하의 (3)식 및 (4)식에서 나타내는 공지의 수질 추정 모델식을 이용하여 관측시의 추정 수질값을 산출한다. (3)식 및 (4)식에 있어서의 부하 유출 계수 C, 퇴적 부하량 P 및 유량 계수 m은 파라미터이고, 이들의 값은 경험칙 및 관측일의 강우량에 기초하여 결정된다.The water quality estimating unit 38 first obtains the estimated flow rate value calculated by the flow rate estimating unit 36. Next, the estimated water quality value at the time of observation is computed using the well-known water quality estimation model formula shown by following formula (3) and (4) based on the said estimated flow volume value. The load outflow coefficient C, the deposition load amount P, and the flow rate coefficient m in Formulas (3) and (4) are parameters, and their values are determined based on empirical rules and rainfall on the observation day.

dP/dt=DWL-C·P·Q^m (3)dP / dt = DWL-CPQ ^m (3)

L=C·P·Q^m (4)L = ^CPQm (4)

L : 부하량L: Load

C : 부하 유출 계수(파라미터)C: Load runoff coefficient (parameter)

P : 퇴적 부하량(파라미터)P: deposition load (parameter)

Q : 추정 유량Q: estimated flow rate

m : 유량 계수(파라미터)m: flow coefficient (parameter)

DWL : 청천일 부하량DWL: Cheoncheon day load

이상과 같은 처리를 거침으로써 유량 추정부(36)에서 산출된 추정 유량값으로부터 관측시의 추정 수질값이 산출된다. 그리고, 산출된 추정 수질값으로부터 관측시의 수질의 추정을 행할 수가 있다.By performing the above process, the estimated water quality value at the time of observation is computed from the estimated flow volume value computed by the flow volume estimator 36. And the water quality at the time of observation can be estimated from the calculated estimated water quality value.

다음에, 우수 유입 시설 관리 지원 시스템(10)이 관측된 30분간의 도전율의 관측값에 기초하여 그 후 1시간의 EC값, 유량 및 수질의 경시적 변화를 예측하는 처리에 대해서 설명한다. EC값의 예측은 EC 추정부(34)가 EC값을 산출함으로써 이루어진다. 유량의 예측은 유량 추정부(36)가 유량값을 산출함으로써 이루어진다. 또 수질의 예측은 수질 추정부(38)가 수질값을 산출함으로써 이루어진다. 또 이들의 산출 처리는 제어부(22)의 지령에 기초하여 이루어진다.Next, the process of predicting the time-dependent change of EC value, flow volume, and water quality for 1 hour after that based on the 30 minute electric conductivity observed value of the stormwater inflow facility management support system 10 is demonstrated. The prediction of the EC value is performed by the EC estimating unit 34 calculating the EC value. The flow rate estimation is performed by the flow rate estimating unit 36 calculating the flow rate value. The water quality prediction is performed by the water quality estimating unit 38 calculating the water quality value. In addition, these calculation processes are performed based on the instruction | command of the control part 22. FIG.

우선, 상술한 우수 유입 시설 관리 지원 시스템(10)의 산출 처리 가운데 EC 추정부(34)에 있어서의 EC값의 산출 처리에 대해서 설명한다. 또 EC 관측 데이터 기억부(32)에 기억되어 있는 과거 EC 관측 데이터의 수를 nd개로 한다. 또 EC 추정부(34)에 있어서의 EC값의 산출 처리는 제어부(22)의 지령에 기초하여 이루어진다.First, the calculation process of the EC value in the EC estimation part 34 among the calculation processes of the stormwater inflow facility management support system 10 mentioned above is demonstrated. In addition, the number of past EC observation data memorize | stored in the EC observation data storage part 32 is set to nd. In addition, the calculation process of the EC value in the EC estimation unit 34 is performed based on the command of the control unit 22.

도 3은 EC 추정부(34)에 있어서의 관측후 1시간의 예측을 행하기 위한 EC값의 산출 처리를 나타내는 플로차트이다.3 is a flowchart showing an EC value calculation process for performing prediction for one hour after observation in the EC estimation unit 34.

우수 유입 시설 관리 지원 시스템(10)의 전원을 입력하면, 제어부(22)의 지령에 의해 EC 추정부(34)는 처리를 개시한다. 또 기억부(30)는 후술하는 누적 자승 오차 산출부(42)에 의해 산출된 누적 자승 오차의 값을 기억하는 10개의 기억 영역(M1~M10)을 가진다. 또 본 실시의 형태에서는 EC값의 입증성 및 산출 처리의 신속성의 관점으로부터 기억 영역(M1~M10)의 개수를 각각 10개로 한다.When the power supply of the stormwater inflow facility management support system 10 is input, the EC estimation part 34 starts a process by the command of the control part 22. FIG. The storage unit 30 also has ten storage areas M1 to M10 for storing the values of the accumulated square error calculated by the cumulative square error calculation unit 42 described later. In the present embodiment, the number of storage areas M1 to M10 is set to 10 each from the viewpoint of the demonstration of EC values and the speed of calculation processing.

도 3에 나타내듯이, 우선 제어부(22)는 기억 영역(M1~M10)의 각각에 예를 들면 초기값으로서 ∞를 대입한다. 또 누적 자승 오차의 산출 회수(=I)의 값을 0으로 설정하고, 기억 영역(M1~M10)에 기억되어 있는 누적 자승 오차의 값과 취득한 산출값(=T)을 비교할 때에 이용되는 반복 변수(=n)의 값을 1로 설정한다(스텝 S201).As shown in FIG. 3, the control part 22 substitutes ∞ as an initial value, for example in each of the storage areas M1 to M10. In addition, the repeating variable used when setting the value of the calculation number of cumulative squared errors (= I) to 0 and comparing the value of the cumulative squared error stored in the storage areas M1 to M10 with the obtained calculated value (= T). The value of (= n) is set to 1 (step S201).

다음에, EC 관측 데이터 추출부(40)는 현재부터 거슬러 올라가 30 분전까지(예를 들면, 19시부터 19시 반)의 추정일 EC 관측 데이터를 관측값 기억부(29)로부터 추출한다(스텝 S202). 또한 EC 관측 데이터 추출부(40)는 EC 관측 데이터 기억부(32)로부터 과거 EC 관측 데이터를 차례로 1개씩 합계 nd개 추출한다(스텝 S203). 다음에, 누적 자승 오차 산출부(42)는 그 추출한 과거 EC 관측 데이터와, 스텝 S202에서 추출한 추정일 EC 관측 데이터의 누적 자승 오차를 산출한다(스텝 S204). 또, 본 실시의 형태에서는 추출된 추정일 EC 관측 데이터에 있어서의 과거 30분 (예를 들면, 19시부터 19시 반)의 시간대에 있어서, 추정일 EC 관측 데이터 및 과거일 EC 관측 데이터에 기초하여 누적 자승 오차가 산출된다. 또 본 실시의 형태에서는 당해 30분간에 있어서의 5분 간격마다의 추정일 EC 관측 데이터와 과거 EC 관측 데이터의 오차(합계 6의 오차)를 산출하고, 이 산출된 각 오차를 곱한 값의 합을 누적 자승 오차로 한다. 또 후술하는 스텝 S209에서 기억 영역(M1~M10)에 기억되기 전의 누적 자승 오차의 값만을 산출값 T라고 한다. 또한 상술한 것처럼, 산출값 T는 이 산출값 T를 산출할 때에 사용한 과거 EC 관측 데이터의 관련지움을 행하기 위한 관련지움 데이터를 가지고 있다.Next, the EC observation data extraction unit 40 extracts, from the observation value storage unit 29, the estimated date EC observation data dating back 30 minutes from now (for example, from 19:00 to 19:30). S202). In addition, the EC observation data extraction unit 40 extracts, in turn, nd pieces of past EC observation data from the EC observation data storage unit 32 in total (step S203). Next, the cumulative squared error calculating unit 42 calculates the cumulative squared error of the extracted past EC observation data and the estimated day EC observation data extracted in step S202 (step S204). Moreover, in this embodiment, based on the estimated day EC observation data and the past day EC observation data in the past 30 minutes (for example, from 19:00 to 19:30) in the extracted estimated day EC observation data. The cumulative squared error is calculated. Moreover, in this embodiment, the error (error of total 6) of the estimated day EC observation data and the past EC observation data for every 5 minutes in the said 30 minutes is computed, and the sum of the value which multiplied this calculated error The cumulative squared error is assumed. In addition, only the value of the cumulative squared error before being stored in the memory areas M1 to M10 in step S209 described later is referred to as the calculated value T. In addition, as described above, the calculated value T has association data for associating the past EC observation data used when calculating the calculated value T.

다음에, 제어부(22)의 지령에 의해 산출 회수 I에 1을 가산하고, 가산후의 산출 회수 I를 산출한다(스텝 S205). 다음에, 근사 판별부(44)는 스텝 S204에서 취득된 누적 자승 오차의 산출값 T와 기억 영역(M1~M1)에 기억되어 있는 각각의 누적 자승 오차의 값을 비교한다(스텝 S206, S207, S208). 또, 취득된 누적 자승 오차의 산출값 T와 기억 영역(M1~M10)에 기억되어 있는 각각의 누적 자승 오차의 값의 비교는 기억 영역(M1~M10)의 각각에 기억되어 있는 누적 자승 오차의 값보다 작은 산출값 T가 발견될 때까지 최대 10회 반복되게 되어 있다(스텝 S206, S207, S208). 구체적으로는 기억 영역(M1~M10)에 기억되어 있는 누적 자승 오차의 값이 산출값 T보다 작다고 판단한 경우(스텝 S206에서 예(YES)의 경우)에는, 스텝 S207로 진행되어 반복 변수 n의 값에 1이 가산된다(스텝 S207). 그리고, 스텝 S208로 진행되어 반복 변수 n이 10에 못 미친다고 판단한 경우에는, 스텝 S206으로 되돌아가 다른 기억 영역(M1~M10 중의 해당 영역)에 기억되어 있는 누적 자승 오차의 값과 산출값 T의 비교가 이루어진다.Next, 1 is added to calculation count I by the command of the control part 22, and calculation count I after addition is calculated (step S205). Next, the approximation judging section 44 compares the calculated value T of the cumulative squared error acquired in step S204 with the value of each cumulative squared error stored in the storage areas M1 to M1 (steps S206, S207, S208). In addition, the comparison between the calculated value T of the acquired cumulative squared error and the value of each cumulative squared error stored in the memory areas M1 to M10 is based on the cumulative squared error stored in each of the storage areas M1 to M10. Up to 10 times are repeated until the calculated value T smaller than the value is found (steps S206, S207, S208). Specifically, when it is determined that the value of the cumulative squared error stored in the storage areas M1 to M10 is smaller than the calculated value T (YES in step S206), the flow proceeds to step S207 to indicate the value of the repeat variable n. 1 is added to (step S207). When it is determined in step S208 that the repeating variable n is less than 10, the flow returns to step S206 to determine the cumulative squared error value and the calculated value T stored in another storage area (the corresponding area in M1 to M10). Comparison is made.

한편, 스텝 S206에 있어서, 산출값 T가 기억 영역(M1~M10)에 기억되어 있는 누적 자승 오차의 값보다 작다고 판단한 경우(스텝 S206에서 아니오(NO)의 경우)에는 스텝 S209로 진행된다. 이어서, 근사 판별부(44)는 비교 대상으로 된 기억 영역 M1~M10 중의 해당 영역에 기억되어 있는 누적 자승 오차의 값을 산출값 T와 교체한다(스텝 S209). 그 후, 스텝 S210으로 진행되어 반복 변수 n의 값을 1로 고쳐 쓰고 스텝 S203으로 되돌아간다. 또 스텝 S209에 있어서의 최초의 10회(산출 회수 I가 1~10인 경우)의 산출값 T의 교체에서는, 예를 들면 산출 회수 I=1의 경우에는 기억 영역 M1의 값을 교체하고, 산출 회수 I=2의 경우에는 기억 영역 M2의 값을 교체하는 등, 모든 기억 영역(M1~M10)에 기억되어 있는 ∞의 값을 산출값 T로 순차 교체하도록 한다.On the other hand, if it is determined in step S206 that the calculated value T is smaller than the value of the accumulated square error stored in the storage areas M1 to M10 (NO in step S206), the process proceeds to step S209. Subsequently, the approximation determining unit 44 replaces the value of the accumulated square error stored in the corresponding area in the storage areas M1 to M10 to be compared with the calculated value T (step S209). Subsequently, the process proceeds to step S210 where the value of the repeat variable n is reset to 1 and the process returns to step S203. In addition, in the replacement of the calculated value T of the first ten times (when the number of times I is 1 to 10) in step S209, for example, when the number of times of calculation I = 1, the value of the storage area M1 is replaced and calculated. In the case of the number I = 2, the value ∞ stored in all the storage areas M1 to M10 is sequentially replaced by the calculated value T, such as the value of the storage area M2 is replaced.

또, 스텝 S208에 있어서 반복 변수 n이 10보다 크다고 판단한 경우(스텝 S208에서 YES의 경우), 스텝 S211로 진행되어 누적 자승 오차를 nd회 이상 산출하였는지 아닌지를 판단한다(스텝 S211). 스텝 S211에서 YES로 판단한 경우에는, 추정 EC값 산출부(46)는 기억 영역(M1~M10)에 기억되어 있는 각각의 산출값 T가 가지는 관련지움 데이터로부터 이 산출값 T를 산출할 때에 사용한 과거 EC 관측 데이터를 취득한다. 또한 추정 EC값 산출부(46)는 각각의 과거 EC 관측 데이터에 있어서의 현재 시각으로부터 장래 1시간(예를 들면, 19시 반부터 20시 반)의 EC값(이하, 개별 EC값이라고 함)의 시계열 데이터를 추출하고, 각 기억 영역(M1~M10)에 기억한다(스텝 S212). 한편, 스텝 S211에서 NO의 경우에는, 스텝 S210으로 진행되어 반복 변수 n을 1로 고쳐 쓴 후, 스텝 S203으로 되돌아간다. 스텝 S201~스텝 S211까지의 처리를 거침으로써 기억 영역(M1~M10)에는 누적 자승 오차가 작은 상위 10개의 개별 EC값의 시계열 데이터(이하, 개별 EC 데이터라고 함)가 기억되게 된다.If it is determined in step S208 that the repeating variable n is larger than 10 (YES in step S208), the flow advances to step S211 to determine whether or not the cumulative square error has been calculated more than nd times (step S211). If it is determined as YES in step S211, the estimated EC value calculator 46 uses the past used when calculating the calculated value T from the associated data of each calculated value T stored in the storage areas M1 to M10. Acquire EC observation data. In addition, the estimated EC value calculating section 46 is an EC value (hereinafter, referred to as an individual EC value) for one hour in the future (for example, from 19:30 to 20:30) from the current time in each past EC observation data. Time series data is extracted and stored in each of the storage areas M1 to M10 (step S212). On the other hand, in the case of NO in step S211, it progresses to step S210 and rewrites repeating variable n to 1, and then returns to step S203. Through the processing from step S201 to step S211, time series data (hereinafter referred to as individual EC data) of the top 10 individual EC values having a small cumulative square error are stored in the storage areas M1 to M10.

다음에, 추정 EC값 산출부(46)는 스텝 S212를 거친 후, 기억 영역(M1~M10)에 기억된 누적 자승 오차가 작은 상위 10개의 개별 EC 데이터의 평균치를 산출하고, EC값을 취득한다(스텝 S213). 또, 이 EC값의 시계열 데이터(EC 데이터)는 기억부(30)에 있어서의 M1~M10 이외의 다른 기억 영역에 기억된다. 다음에, 제어부(22)의 지령에 기초하여 10개의 개별 EC 데이터와 EC 데이터의 정보가 표시부(26)에 송신되고, 표시부(26)가 그러한 데이터를 시계열적으로 화면에 출력한다(스텝 S214). 이상과 같은 처리를 거쳐 장래 1시간의 시계열적인 EC값이 산출되고, 그 시계열 데이터가 표시부(26)에 출력된다.Next, after estimating EC value calculating part 46 passes step S212, it calculates the average value of the top 10 individual EC data with small cumulative square error stored in memory area M1-M10, and acquires an EC value. (Step S213). The time series data (EC data) of the EC value is stored in a storage area other than M1 to M10 in the storage unit 30. Next, based on the command of the control unit 22, ten individual EC data and information of the EC data are transmitted to the display unit 26, and the display unit 26 outputs such data in time series on the screen (step S214). . Through the processing described above, a time series EC value for one hour in the future is calculated, and the time series data is output to the display unit 26.

다음에, 상술한 우수 유입 시설 관리 지원 시스템(10)의 산출 처리 가운데 유량 추정부(36)에 있어서의 유량값의 산출 처리에 대해서 설명한다. 또 유량 추정부(36)에 있어서의 유량값의 산출 처리는 제어부(22)의 지령에 기초하여 이루어진다.Next, the calculation process of the flow volume value in the flow volume estimating part 36 among the calculation processes of the storm water inflow facility management support system 10 mentioned above is demonstrated. In addition, the calculation process of the flow volume value in the flow volume estimation part 36 is performed based on the command of the control part 22. As shown in FIG.

도 4는 유량 추정부(36)에 있어서의 관측후 1시간의 유량 데이터의 산출 처리를 나타내는 플로차트이다. 또 관측후 1시간의 유량 데이터의 산출 처리는 관측시의 유량값의 산출 처리와 유사하기 때문에 유사한 부분의 설명을 간략화 한다.4 is a flowchart showing a calculation process of flow rate data for 1 hour after observation in the flow rate estimating unit 36. Moreover, since the calculation process of the flow rate data of 1 hour after observation is similar to the calculation process of the flow rate value at the time of observation, the description of the similar part is simplified.

도 4에 나타내듯이, 우선 청천일 EC 관측 데이터 추출부(48)는 EC 관측 데이터 기억부(32)로부터 식별된 청천일의 과거 EC 관측 데이터를 추출한다(스텝 S301). 다음에, 요일별 EC 관측 데이터 추출부(50)는 스텝 S301에서 추출된 복수의 청천일에 있어서의 과거 EC 관측 데이터 중에서 일요일의 과거 EC 관측 데이터를 더 추출한다(스텝 S302). 또한 요일별 EC 관측 데이터 추출부(50)는 청천일 EC 관측 데이터를 산출한다(스텝 S303).As shown in FIG. 4, first, the chuncheon day EC observation data extraction part 48 extracts the past EC observation data of the cheoncheon day identified from the EC observation data storage part 32 (step S301). Next, the EC observation data extraction unit 50 for each day further extracts past EC observation data on Sunday from the plurality of past EC observation data on the chuncheon days extracted in step S301 (step S302). In addition, the EC observation data extraction unit 50 for each day calculates the Cheoncheon day EC observation data (step S303).

다음에, 희석율 산출부(52)는 EC 추정부(34)에서 추출된 장래 1시간의 EC값의 시계열 데이터를 취득한다(스텝 S304). 또한 스텝 S303에서 추출된 청천일 EC 관측 데이터 가운데 스텝 S304에서 취득된 EC값의 시각에 대응하는 EC 관측값의 시계열 데이터를 추출한다(스텝 S305).Next, the dilution rate calculator 52 acquires time series data of the EC value of the future one hour extracted by the EC estimation unit 34 (step S304). Further, time series data of the EC observation value corresponding to the time of the EC value acquired in step S304 is extracted from the chuncheon day EC observation data extracted in step S303 (step S305).

또한, 희석율 산출부(52)는 스텝 S305에서 추출된 청천일의 EC 관측값(EC(dry))과, 스텝 S304에서 취득된 우천일의 EC 관측값에 대응하는 EC값(EC(wet))을 이용하고, 상술한 (1)식에 의해 희석율 Z를 산출한다(스텝 S306). 또, 희석율 Z는 취득한 EC값의 시간(1시간)에 있어서 시계열적으로 산출된다.In addition, the dilution rate calculation unit 52 has an EC observed value EC (dry) of the chuncheon day extracted in step S305 and an EC value EC (wet) corresponding to the EC observed value of the rainy day acquired in step S304. Using this, the dilution rate Z is calculated by the above formula (1) (step S306). In addition, the dilution rate Z is computed in time series in the time (1 hour) of the acquired EC value.

다음에, 추정 유량값 산출부(54)는 상술한 (2)식에서 나타내는 식을 작성한다(스텝 S307).Next, the estimated flow rate value calculation unit 54 creates the equation shown by the above expression (2) (step S307).

또한, 추정 유량값 산출부(54)는 스텝 S307에서 작성된 식에 스텝 S306에서 산출된 희석율 Z의 값을 대입함으로써 장래 1시간의 유량값을 시계열적으로 산출한다(스텝 S308). 이상과 같은 처리를 거침으로써 EC 추정부(34)에서 추출된 EC값에 기초하여 장래 1시간의 유량값이 산출된다. 그 결과 장래 1시간의 유량 변화의 예측을 행하는 것이 가능하게 된다.In addition, the estimated flow rate value calculation unit 54 calculates the flow rate value for one hour in the future by substituting the value of the dilution rate Z calculated in step S306 into the formula created in step S307 (step S308). Through the above processing, the flow rate value for one hour in the future is calculated based on the EC value extracted by the EC estimating unit 34. As a result, it becomes possible to predict the flow rate change for one hour in the future.

다음에, 상술한 우수 유입 시설 관리 지원 시스템(10)의 산출 처리 가운데 수질 추정부(36)에 있어서의 수질값의 산출 처리가 상술한 경우와 마찬가지의 순서로 이루어진다. 그리고, 유량 추정부(36)에서 추출된 유량값으로부터 장래 1시간의 수질 데이터가 산출되고, 이 산출된 수질 데이터로부터 장래 1시간의 수질 변화의 예측을 행할 수가 있다.Next, the calculation process of the water quality value in the water quality estimating part 36 is performed in the same procedure as the case mentioned above among the calculation processes of the storm water inflow facility management support system 10 mentioned above. The water quality data for one hour in the future is calculated from the flow rate value extracted by the flow rate estimating unit 36, and the water quality change for one hour in the future can be predicted from the calculated water quality data.

이상과 같이 구성된 우수 유입 시설 관리 지원 시스템(10)에서는 추정일 EC 관측 데이터와 과거 EC 관측 데이터에 기초하여 취득된 EC 데이터로부터 유량값을 취득할 수 있다. 따라서, 관측 장소에 제약되지 않고, 장기적, 안정적으로 한편 정확하게 유량 변화를 추정/예측하는 것이 가능하게 된다. 또한 유량값에 기초하여 수질값을 구할 수가 있다. 이와 같이 EC 관측 데이터에 기초하여 수질값을 구할 수가 있기 때문에 관측 장소에 제약되지 않고, 장기적, 안정적으로 한편 정확하게 수질 변화를 추정/예측하는 것이 가능하게 된다. 그 결과 합류 하수도 등의 우수 유입 시설의 적절한 운전 관리를 행하는 것이 가능하게 된다.The stormwater inflow facility management support system 10 comprised as mentioned above can acquire the flow volume value from the acquired EC data based on the estimated date EC observation data and the past EC observation data. Therefore, it is possible to estimate / predict the flow rate change in a long term, stable and accurate manner without being restricted to the observation site. In addition, the water quality value can be obtained based on the flow rate value. Thus, since the water quality value can be obtained based on the EC observation data, it is possible to estimate / predict the water quality change in a long term, stable and accurate manner without being restricted to the observation site. As a result, it becomes possible to perform appropriate operation management of rainwater inflow facilities, such as a joined sewer.

또, 우수 유입 시설 관리 지원 방법에서는, 청천일의 오수의 EC 관측값을 우천일의 하수의 EC 관측값으로 나누어 희석율을 산출하고, 이 희석율에 기초하여 유량값을 산출하고 있다. 따라서, EC계(12)를 이용하여 유량의 추정/예측을 행할 수가 있다. 그 결과 유량계를 이용하는 경우와 비교하여 관측 장소에 제약되는 일 없이, 장기적, 안정적으로 한편 정확하게 유량의 추정/예측을 행할 수가 있다.In addition, in the rainwater inflow facility management support method, the dilution rate is calculated by dividing the EC observation value of the sewage on the blue sky by the EC observation value of the sewage on the rainy day, and the flow rate value is calculated based on this dilution rate. Therefore, the flow rate estimation / prediction can be performed using the EC system 12. As a result, the flow rate can be estimated / predicted in a long term, stable and accurate manner without being restricted to the observation site as compared with the case of using the flow meter.

또, EC 추정부(34)는 추정일 EC 관측 데이터와 과거 EC 관측 데이터의 누적 자승 오차를 산출하고, 그 누적 자승 오차가 작은 것의 상위 10개의 과거 EC 관측 데이터를 추출하고, 그러한 평균치로부터 EC값을 산출하고 있다. 이 때문에 실제로 관측하는 데이터와 보다 근사한 과거 EC 관측 데이터를 추출할 수가 있고, 그 결과 산출되는 EC값의 정밀도가 향상된다.In addition, the EC estimating unit 34 calculates a cumulative square error of the estimated EC observation data and the past EC observation data, extracts the top 10 past EC observation data of which the cumulative square error is small, and calculates an EC value from such an average value. Is calculating. For this reason, the past EC observation data which is closer to the data actually observed can be extracted, and the precision of the EC value computed as a result is improved.

또, 유량 추정부(36)에서는 EC 관측값의 요일에 대응하는 복수의 일요일에 있어서의 청천일의 오수의 EC 관측 데이터의 평균치를 산출하고 있다. 이 때문에 보다 신뢰성의 높은 청천일 EC 관측 데이터를 취득하는 것이 가능하게 된다.In addition, the flow rate estimating unit 36 calculates an average value of the EC observation data of filthy water on the clarity days on the plurality of Sundays corresponding to the day of the week of the EC observation value. This makes it possible to obtain more reliable Chun-day EC observation data.

또, 유량 추정부(36)에서는 희석율 Z를 입력으로 하고, 유량을 출력으로 하는 식을 작성하고 있다. 이 때문에 이 식을 이용하여 강우 상황에 따른 유량값을 산출하는 것이 가능하게 된다.In addition, in the flow rate estimating unit 36, a dilution rate Z is input and a formula is used for outputting the flow rate. For this reason, it becomes possible to calculate the flow volume value according to a rainfall situation using this formula.

이상, 본 발명의 일실시의 형태에 대해서 설명했지만 본 발명은 상술의 형태에 한정되는 일 없이 여러 가지 변형된 형태로 실시 가능하다.As mentioned above, although one Embodiment of this invention was described, this invention can be implemented with various modified forms, without being limited to the form mentioned above.

상술의 실시의 형태에서는, EC 관측 데이터 추출부(40)에서 EC 관측 데이터 기억부(32)에 기억되어 있는 nd개 모든 과거 EC 관측 데이터를 추출하고, 누적 자승 오차 산출부(42)에서 nd개의 누적 자승 오차를 산출하고 있지만, 산출하는 누적 자승 오차는 nd개로 한정되는 것은 아니고, nd개보다 적은 개수의 과거 EC 관측 데이터를 추출하고, 그 추출한 개수의 누적 자승 오차를 산출하도록 해도 좋다.In the above-described embodiment, the EC observation data extraction unit 40 extracts all nd past EC observation data stored in the EC observation data storage unit 32, and the nd number is accumulated in the cumulative squared error calculation unit 42. Although the cumulative squared error is calculated, the cumulative squared error to be calculated is not limited to nd, but may extract less than nd historical EC observation data and calculate the cumulative squared error of the extracted number.

또, 상술의 실시의 형태에서는, EC 추정부(34)는 관측시의 EC값을 이용하여 관측시에 있어서의 유량을 추정함과 아울러, 과거 30분의 추정일 EC 관측 데이터를 취득하고, 장래 1시간의 EC값을 산출하고 있다. 그렇지만, 취득되는 추정일 EC 관측 데이터의 시간대 및 산출되는 EC값의 시간대는 각각 30분 및 1시간으로 한정되는 것은 아니고, 예를 들면 과거 1시간의 추정일 EC 관측 데이터를 취득하고, 장래 2시간의 EC값을 산출하도록 해도 좋다. 또 과거에 관측된 EC 관측 데이터로부터 과거의 유량값 및 수질값을 산출함으로써 우수 유입 시설 관리 지원 시스템(10)을 과거의 유량 및 수질을 검증하기 위해서 이용해도 좋다.In addition, in the above-described embodiment, the EC estimating unit 34 estimates the flow rate at the time of observation using the EC value at the time of observation, and acquires the EC observation data of the past 30 minutes on the estimated day. EC value of 1 hour is calculated. However, the time zone of the estimated date EC observation data to be acquired and the time zone of the calculated EC value are not limited to 30 minutes and 1 hour, respectively. For example, the estimated date EC observation data of the past 1 hour is acquired and 2 hours in the future. The EC value may be calculated. In addition, the stormwater inflow facility management support system 10 may be used to verify the historical flow rate and the water quality by calculating past flow rate values and water quality values from the EC observation data observed in the past.

또, 상술의 실시의 형태에서는, EC 추정부(34)는 누적 자승 오차 중에서 당해 오차의 값이 작은 과거 EC 관측 데이터를 상위로부터 차례로 10개 취득하고, 10개의 과거 EC 관측 데이터의 평균치를 EC 데이터로 하고 있지만, 누적 자승 오차에 의해 취득하는 EC 관측 데이터의 수는 10개로 한정되는 것은 아니고, 예를 들면 1개 혹은 15개 등 다른 수로 해도 좋다.In addition, in the above-described embodiment, the EC estimating unit 34 acquires ten past EC observation data having the smallest error value among the cumulative squared errors from the upper order in order, and averages the ten past EC observation data to EC data. Although the number of EC observation data acquired by cumulative square error is not limited to 10, For example, you may use another number, such as one or 15 pieces.

또, 상술의 실시의 형태에서는, EC 관측 데이터 추출부(40)는 일요일의 청천일의 EC 관측 데이터를 추출하고 있듯이, EC계(12)에 의해 EC값을 관측한 요일을 기준으로 하여서 EC 관측 데이터를 추출하고 있지만, 이 청천일의 EC 관측 데이터로부터 더 추출되는 데이터의 기준을 요일로 한정하는 일 없이, 예를 들면 평일인지 휴일인지를 기준으로 해도 좋고, 축제 등의 특별한 행사를 하는 날을 기준으로 해도 좋다. 또 태풍이 통과한 다음날을 기준으로 하거나 춘·하·추·동 등의 계절을 기준으로 하거나 다른 기준을 설정하도록 해도 좋다.In addition, in the above-described embodiment, the EC observation data extracting unit 40 extracts EC observation data on the sunshine day of the sun on the basis of the day of the week on which the EC value is observed by the EC system 12. Although the data is extracted, the data extracted from the EC observation data of the Cheoncheon day are not limited to the day of the week, and may be based on, for example, a weekday or a holiday, or a day for a special event such as a festival. It may be used as a standard. In addition, it may be based on the day after a typhoon passes, or may be based on a season such as spring, summer, autumn, or winter, or a different standard may be set.

또, 상술의 실시의 형태에서는, 우수 유입 시설 관리 지원 시스템(10)이나 우수 유입 시설 관리 지원 장치(20) 등의 기능을 특정의 하드웨어를 지정하여 기능별 수단으로서 실시하게 하고 있지만, 모두 또는 그 일부를 프로그램으로 이루어지는 소프트웨어에 의해 실현해도, 혹은 그 적어도 일부를 하드웨어에 의해 실현해도 좋다. 예를 들면, 제어부(22)에 있어서의 처리의 전부 또는 그 일부는 하나 또는 복수의 프로그램에 의해 컴퓨터 상에서 실현해도 좋고, 그 적어도 일부를 하드웨어에 의해 실현해도 좋다.Moreover, in the above-mentioned embodiment, although the function of the rainwater inflow facility management support system 10, the rainwater inflow facility management support apparatus 20, etc. is designated as specific hardware, it is made to perform as a function-specific means, all or part of it May be realized by software consisting of a program, or at least a part thereof may be realized by hardware. For example, all or part of the processing in the control unit 22 may be realized on a computer by one or a plurality of programs, or at least a part thereof may be realized by hardware.

또, 상술의 실시의 형태에서는, EC 추정부(34)에 있어서의 EC 데이터의 산출에 있어서, 누적 자승 오차를 산출할 때마다, 산출된 산출값 T와 기억 영역(M1~M10)에 기억되어 있는 누적 자승 오차의 값과 비교하고 있지만, 최초로 EC 관측 데이터 기억부(32)에 기억되어 있는 nd개의 모든 과거 EC 관측 데이터에 대해서 누적 자승 오차를 각각 산출하고, 그 산출된 누적 자승 오차의 산출값 T 중에서 값이 작은 상위 10개의 장래 1시간 후의 EC 관측 데이터를 기억 영역(M1~M10)에 기억하도록 해도 좋다.In the above-described embodiment, each time the cumulative square error is calculated in the calculation of the EC data in the EC estimating unit 34, the calculated calculated value T and the storage areas M1 to M10 are stored. Although it compares with the value of the cumulative squared error which exists, the cumulative squared error is computed for all nd past EC observation data memorize | stored in the EC observation data storage part 32, respectively, and the calculated value of the calculated squared error The EC observation data after one hour in the top 10 of the smaller T values may be stored in the storage areas M1 to M10.

<실시예><Examples>

이하, 본 발명의 실시예에 대해서 설명한다.EMBODIMENT OF THE INVENTION Hereinafter, the Example of this invention is described.

우선, EC 추정부에 의해 얻어진 EC값의 결과에 대해서 나타낸다.First, the result of EC value obtained by the EC estimation part is shown.

표 1에 합류식 하수도에 있어서 측정한 EC 관측값의 결과를 나타낸다. 또 표 2 및 표 3에 EC 추정부에 의해 산출된 EC값의 결과의 일례를 나타낸다. 또 EC값의 관측(이하, EC 관측이라고 함)(은)은 강우일인 2007년 6월 22일에 EC계를 이용하여 행하였다. 또 EC값의 예측(이하, EC 예측이라고 함)은 2007년 6월 22일의 19시~21시 반(표 1에 있어서의 파선 A로 둘러싼 부분)까지 행한 것을 나타낸다. 구체적으로는, 19시~19시 반까지의 EC 관측값에 기초하여 19시 반~20시 반까지의 EC 예측을 행함과 아울러, 20시~20시 반까지의 EC 관측값에 기초하여 20시 반~21시 반까지의 EC 예측을 행하였다.Table 1 shows the results of the EC observations measured in the confluence sewer. Tables 2 and 3 show examples of the results of the EC values calculated by the EC estimation unit. The EC value observation (hereinafter referred to as EC observation) was performed using an EC system on June 22, 2007, which is a rainy day. In addition, prediction of EC value (henceforth EC prediction) shows that it performed until 19: 00-21: 30 (part enclosed by the broken line A in Table 1) of June 22, 2007. Specifically, based on EC observations from 19:19 to half past 19:30, EC predictions from 19:30 to half past 20:20 are based on EC observations from 20:20 to half past 20:20. EC prediction of half to 21:30 was performed.

표 2에 나타내듯이, 19시~19시 반까지의 EC 관측값에 기초하여 취득된 19시 반~20시 반까지의 10개의 EC값의 그래프는 19시 반~20시 반까지의 EC 관측값의 그래프로부터 크게 벗어난 일은 없었다. 또 10개의 EC값의 그래프의 평균을 취한 19시 반~20시 반까지의 EC값의 그래프는 19시 반~20시 반까지의 EC 관측값의 그래프와 근사한 것으로 되었다.As shown in Table 2, the graph of ten EC values from 19:30 to 20:30 acquired based on EC observation values from 19:00 to 19:30 EC observations from 19:30 to 20:30 There was no significant deviation from the graph. Moreover, the graph of EC value from 19:30 to 20:30 which took the average of the graph of ten EC value became close to the graph of EC observation value from 19:30 to 20:30.

또, 표 3에 나타내듯이, 20시~20시 반까지의 EC 관측값에 기초하여 취득된 20시 반~21시 반까지의 10개의 EC값의 그래프는 20시 반~21시 반까지의 EC 관측값의 그래프로부터 크게 벗어난 일은 없었다. 또 20시 반~21시 반까지의 EC값의 그래프는 20시 반~21시 반까지의 EC 관측값의 그래프와 근사한 것으로 되었다.In addition, as shown in Table 3, the graph of ten EC values from 20:30-21:30 acquired based on EC observation value from 20:20-20:30 is EC from 20:30-21:30 There was no significant deviation from the graph of observations. In addition, the graph of EC value from 20:30 to 21:30 became close to the graph of EC observation value from 20:30 to 21:30.

이상의 결과로부터 EC 추정부에 의해 EC 예측을 정확하게 행할 수 있는 것을 알았다.It was found from the above results that the EC estimation unit can accurately perform EC prediction.

다음에, 유량 추정부에 의해 얻어진 유량 데이터의 결과에 대해서 나타낸다.Next, the results of the flow rate data obtained by the flow rate estimating unit are shown.

표 4에 유량 추정부에 의해 산출된 희석율의 시계열적인 변화와 관측한 유량값(이하, 유량 관측값이라고 함)의 시계열적인 변화의 비교를 나타낸다. 또 표 5에 희석율을 변수로 한 유량 추정식의 그래프와 유량 관측값의 비교를 나타낸다. 또 표 6에 유량 추정부에 의해 산출된 추정 유량값의 그래프와 유량 관측값의 시계열적인 변화의 비교를 나타낸다. 또 EC 관측 및 유량 관측은 강우일인 2007년 6월 10일의 0시~2007년 6월 11일의 16시까지 EC계 및 펌프를 이용하여 각각 행하였다. 또 유량값의 예측(이하, 유량 예측이라고 함)은 2007년 6월 10일의 0시 반~2007년 6월 11일의 16시 반까지 행하였다. 또 유량 예측에서 사용되는 유량 추정식에 있어서의 계수 α, β 및 γ의 값을 각각 0.1835, -0.5257 및 1.0337로 설정하였다. 이 경우의 상관계수 R²의 값은 0.8268이었다.Table 4 shows a comparison between the time series change of the dilution rate calculated by the flow rate estimating unit and the time series change of the observed flow rate value (hereinafter referred to as flow rate observation value). Table 5 shows a comparison between the graph of the flow rate estimation formula using the dilution rate as a variable and the flow rate observed value. Table 6 shows a comparison of the graph of the estimated flow rate value calculated by the flow rate estimating unit and the time-series change of the flow rate observation value. In addition, EC observation and flow rate observation were performed using the EC system and a pump, respectively, from 0 o'clock on June 10, 2007 to 16:00, June 11, 2007 on rainfall days. In addition, the flow rate prediction (hereinafter, referred to as flow rate prediction) was performed from 0:30 on June 10, 2007 to 16:30 on June 11, 2007. In addition, the values of the coefficients α, β, and γ in the flow rate estimation formula used in the flow rate prediction were set to 0.1835, -0.5257, and 1.0337, respectively. In this case, the value of the correlation coefficient R ² was 0.8268.

표 4에 나타내듯이, EC 관측 데이터 기억부로부터 추출되고, 유량 추정부에 의해 산출된 청천일의 오수의 EC 관측값(EC(dry))을 우천일인 2007년 6월 10일의 하수의 EC 관측값(EC(wet))로 나눈 희석율(EC(dry)/EC(wet))의 그래프와 유량 관측값(Q)의 그래프는 유사하는 것으로 되었다. 특히, 시간을 30분 늦춘 유량 관측값(Q(＋30))의 그래프와 희석율(EC(dry)/EC(wet))의 그래프는 보다 유사하는 것으로 되는 것을 알 수 있다. 또 이들의 결과로부터 희석율(EC(dry)/EC(wet))로부터 유량의 값을 예측할 수 있는 것을 알았다.As shown in Table 4, EC observation of sewage on June 10, 2007, which is a rainy day, is extracted from the EC observation data storage unit and the EC observation value (EC) of the sewage on the cheoncheon day calculated by the flow estimating unit is a rainy day. The graph of the dilution rate (EC (dry) / EC (wet)) divided by the value (EC (wet)) and the flow rate observation value Q were similar. In particular, it can be seen that the graph of the flow rate observation value Q (+30) which delayed the time by 30 minutes and the graph of the dilution rate EC (dry) / EC (wet) become more similar. From these results, it was found that the value of the flow rate can be predicted from the dilution rate (EC (dry) / EC (wet)).

또, 표 5에 나타내듯이, 이 유량 추정식에 의해 산출된 유량의 값을 시간에 있어서 30분 늦춘 유량의 값(Q(＋30))과 시간에 있어서 30분 늦춘 유량 관측값(Q(＋30))의 상관계수 R²의 값은 0.8268로 되었다. 이 결과로부터 유량 추정식으로 산출되는 유량값(Q(＋30))과 유량 관측값(Q(＋30))은 그다지 오차가 없는 것을 알았다. 따라서, 희석율(EC(dry)/EC(wet))을 입력으로 한 유량 추정식을 이용하여 유량의 값을 예측할 수 있는 것을 알았다.Moreover, as shown in Table 5, the flow rate value (Q (+30)) which delayed the value of the flow volume computed by this flow rate estimation formula by 30 minutes in time, and the flow rate observation value (Q (+30) which was delayed by 30 minutes in time, ), The correlation coefficient R ² is 0.8268. From this result, it turned out that the flow volume value Q (+30) and the flow rate observation value Q (+30) calculated by the flow rate estimation formula do not have much error. Therefore, it turned out that the value of flow volume can be estimated using the flow rate estimation formula which inputted dilution rate (EC (dry) / EC (wet)).

또, 표 6에 나타내듯이, 유량 추정식에 의해 산출된 유량값의 그래프는 유량 관측값의 시계열 변화와 근사하고 있는 것을 알았다.As shown in Table 6, it was found that the graph of the flow rate value calculated by the flow rate estimation formula approximates the time series change of the flow rate observation value.

이상의 결과로부터 희석율에 기초하여 유량을 정확하게 예측할 수 있는 것을 알았다.From the above results, it was found that the flow rate can be accurately predicted based on the dilution rate.

다음에, 수질 추정부에 의해 얻어진 수질 데이터의 결과에 대해서 나타낸다.Next, the result of the water quality data obtained by the water quality estimation part is shown.

표 7에 수질 추정부에 의해 산출된 수질값의 그래프와 관측한 수질값(이하, 수질 관측값이라고 함)의 시계열적인 변화의 비교를 나타낸다. 또 수질의 관측 및 수질 변화의 예측(이하, 수질 예측이라고 함)은 강우일인 2007년 7월 14일 12시~2007년 7월 14일 12시까지 행하였다. 또 수질 예측에서 사용되는 수질 추정 모델식에 있어서의 부하 유출 계수 C를 0.00005, 퇴적 부하량 P를 0.10, 유량 계수 m을 1.4 및 청천시 부하량 DWL를 99.3으로 각각 설정하였다.Table 7 shows a comparison between the graph of the water quality values calculated by the water quality estimating unit and the time series changes of the observed water quality values (hereinafter referred to as water quality observation values). In addition, the observation of water quality and the prediction of water quality change (hereinafter, referred to as water quality prediction) were performed from 12:00 on July 14, 2007 to 12:00, on July 14, 2007. In addition, the load outflow coefficient C in the water quality estimation model formula used in the water quality prediction was set to 0.00005, the deposition load P as 0.10, the flow rate m as 1.4, and the Cheongcheon load DWL as 99.3, respectively.

표 7에 나타내듯이, 수질 추정 모델식에 의해 산출된 수질값의 그래프는 수질 관측값의 시계열 변화와 근사하고 있는 것을 알았다.As shown in Table 7, it turned out that the graph of the water quality value computed by the water quality estimation model formula approximates the time-series change of the water quality observation value.

이상의 결과로부터 유량에 기초하여 수질을 정확하게 예측할 수 있는 것을 알았다. 또 상술의 각 결과를 고찰하면 EC계로 관측한 EC 관측값에 기초하여 수질 예측을 정확하게 행할 수 있는 것을 알았다.From the above result, it turned out that water quality can be predicted correctly based on flow volume. In addition, when the above results were considered, it was found that water quality prediction can be accurately performed based on the EC observation values observed by the EC system.

<산업상의 이용 가능성> Industrial availability

본 발명의 우수 유입 시설 관리 지원 장치, 우수 유입 시설 관리 지원 시스템, 우수 유입 시설 관리 지원 방법, 및 우수 유입 시설 관리 지원 장치로서 기능시키는 프로그램은, 우수 유입 시설의 운전 관리를 행하는 서비스 산업에 있어서 이용할 수가 있다.The program to function as the stormwater inflow facility management support device, the stormwater inflow facility management support system, the stormwater inflow facility management support method, and the stormwater inflow facility management support device of the present invention can be used in the service industry for the operation management of stormwater inflow facility. There is a number.

10 우수 유입 시설 관리 지원 시스템
12 EC계
20 우수 유입 시설 관리 지원 장치
29 관측값 기억부
30 기억부
32 EC 관측 데이터 기억부(도전율 관측 데이터 기억부)
33 우천일 EC 관측 데이터 기억부(우천 도전율 관측 데이터 기억부)
34 EC 추정부
36 유량 추정부
38 수질 추정부
40 EC 관측 데이터 추출부(도전율 관측 데이터 추출부)
42 누적 자승 오차 산출부
44 근사 판별부
46 추정 EC값 산출부(도전율값 산출부)
48 청천일 EC 관측 데이터 추출부(청천일 도전율 관측 데이터 추출부)
50 요일별 EC 관측 데이터 추출부(요일별 도전율 관측 데이터 추출부)
52 희석율 산출부
54 추정 유량값 산출부10 Outflow Facility Management Support System
12 EC system
20 Rainwater Inflow Facility Management Supporting Device
29 observation memory
30 memory
32 EC observation data storage (conductivity observation data storage)
33 rainy day EC observation data storage (rainy weather observation data storage)
34 EC estimation unit
36 Flow Estimator
38 water quality estimation part
40 EC observation data extraction unit (conductivity observation data extraction unit)
42 cumulative squared error calculation unit
44 Approximate Discrimination Unit
46 Estimated EC value calculator (Conductivity value calculator)
48 Cheoncheon day EC observation data extractor (Cheoncheon day conductivity observation data extractor)
50 EC observation data extraction part by day (conductivity observation data extraction part by day)
52 Dilution Rate Calculator
54 Estimated flow value calculator

Claims

As a stormwater inflow facility management support method of estimating the flow rate or the water quality of the sewage from the conductivity in the sewage in the stormwater inflow facility,
The dilution rate is calculated by dividing the conductivity value of the sewage on the Cheoncheon day observed by the conductivity meter installed in the rainwater inflow facility by the conductivity value of the sewage on the rainy day observed by the conductivity meter, and calculating the flow rate of the sewage based on the dilution rate. Rainwater inflow facility management support method characterized in that estimating.

The method of claim 1,
Also, in the rainwater inflow facility, past conductivity observation data, which is time series data of a plurality of conductivity values observed in the past, is stored in the conductivity observation data storage unit,
The estimated day conductivity observation data, which is time series data of the conductivity value of the sewage observed on the estimated date by the conductivity meter, is stored in the observation storage unit,
Extracting the estimated day conductivity observation data from the observation value storage section, and extracting the past conductivity observation data from the conductivity observation data storage section in turn,
Rainwater inflow characterized in that it is determined whether or not the past conductivity observation data extracted by the conductivity observation data extracting unit is close to the estimated electrical conductivity observation data, and predicts a future flow rate of sewage based on the dilution rate. How to assist with facility management.

The method according to claim 1 or 2,
The excellent inflow facility management support method according to claim 1, wherein the estimation / prediction of the flow rate is performed by using a model equation in which the dilution rate is input and the flow rate is output.

4. The method according to any one of claims 1 to 3,
Rainwater inflow facility management support method, characterized in that for estimating / predicting the water quality based on the estimated / predicted flow rate.

As an excellent inflow facility management support apparatus which estimates the flow volume or the water quality of the said sewage from the conductivity in the sewage in an excellent inflow facility,
A storage unit for storing the calculated data,
A conductivity observation data storage unit storing historical conductivity data, which is time series data of a plurality of conductivity values observed in the past, in the storm water inflow facility;
An observation value storage section for storing the estimated day conductivity observation value, which is the conductivity value of the sewage observed on the estimated date by the conductivity meter,
Cheongcheon day conductivity observation data extraction unit for extracting the past conductivity observation data of filthy water observed on the Cheoncheon day from the conductivity observation data storage unit;
A dilution rate calculation unit configured to calculate a dilution rate by dividing a value of the past conductivity observation data of the sewage on the Cheoncheon day by the estimated day conductivity value of the sewage;
An excellent inflow facility management support device having an estimated flow rate value calculating unit for calculating a flow rate value which is a flow rate value of sewage to be estimated based on the dilution rate.

The method of claim 5,
A storage unit for storing the calculated data;
A conductivity observation data storage unit storing historical conductivity data, which is time series data of a plurality of conductivity values observed in the past, in the storm water inflow facility;
An observation value storage unit for storing estimated-day conductivity observation data that is time series data of conductivity values of sewage observed on the estimated day by a conductivity meter;
A conductivity observation data extraction unit for extracting the estimated conductivity data from the observation value storage unit and extracting the past conductivity observation data from the conductivity observation data storage unit in sequence;
An approximate discrimination unit for discriminating whether or not the past conductivity observation data extracted by the conductivity observation data extracting unit approximates the estimated day conductivity observation data;
And a conductivity value calculation unit for obtaining a conductivity value of a future sewage from the past conductivity observation data determined to be approximated in the approximation determination unit,
And the estimated flow rate value calculator calculates the flow rate of the sewage to be predicted by calculating the dilution rate from the conductivity value of the future sewage.

The method of claim 6,
And the approximation discriminating unit determines whether or not the estimated electrical conductivity observation data and the historical electrical conductivity observation data are approximated in a past common time series.

The method according to claim 6 or 7,
And a cumulative square error calculation unit configured to calculate a cumulative square error of the past conductivity observation data as the estimated day conductivity observation data extracted by the conductivity observation data extraction unit.
The determination of the approximation in the approximation determination unit is performed based on the cumulative squared error calculated by the cumulative squared error calculating unit.

9. The method according to any one of claims 6 to 8,
The approximate discrimination unit stores the data relating to the upper one or the plurality of the past conductivity observation data of which the cumulative square error calculated by the cumulative square error calculation unit is small, in the storage unit. Support device.

The method according to any one of claims 5 to 9,
The excellent inflow facility management support device, characterized in that it has a weekly conductivity observation data extraction unit for extracting the past conductivity observation data of the Cheoncheon day for each day.

The method according to any one of claims 5 to 10,
The chuncheon-day conductivity observation data extracting unit extracts a plurality of past conductivity observation data of the cheoncheon-day from the conductivity observation data storage unit,
An excellent inflow facility management support device characterized in that the average value of the values of the extracted plural days of past conductivity observation data is calculated.

The method according to any one of claims 5 to 11,
The excellent inflow facility management support device characterized in that calculation of the said flow volume value in the said estimated flow volume value calculation part is performed using the model formula which makes the said dilution rate an input, and outputs a flow volume.

The method according to any one of claims 5 to 12,
Rainwater inflow facility management support device, characterized in that for estimating / predicting the water quality based on the flow rate value.

The rainwater inflow facility management support apparatus described in any one of Claims 5-13,
A stormwater inflow facility management support system, comprising: a conductivity meter for observing the conductivity of sewage or sewage in stormwater inflow facilities.

A program for causing a computer to function as a stormwater inflow facility management support device according to any one of claims 5 to 13.