1310428 (1) 九、發明說明 【發明所屬之技術領域】 本發明係關於一雨水排放支援系統以及一雨水排放支 援方法，用以基於複數地區之目前時序降雨量或預測到之 降雨量，預測流入如泵廠或污水廠之一目標廠的進水流入 量，一雨水排放支援系統以及一雨水排放支援方法，用以 預測當下雨時流入如泵廠之一目標廠的流入水質，以及一 雨水排放控制系統與一雨水排放控制方法，用以控制在如 泵廠之一目標廠中的雨水泵。 【先前技術】 首先，係關於流入如泵廠之目標廠之進水流入量預測 之先前技術說明如下。 以雨水流進如泵廠或污水廠等污水排除之目標廠之流 入量預測方法而言，現今已經存在不少方法，例如以考量 地面鋪設狀況與污水管配置之實體模式爲基礎之RRL方 法（參閱已公開之日本專利編號322808/1 994)、一種使用 神經網路的方法（參閱已公開之日本專利編號2000-25 7140) 以及以黑盒子模型爲基礎之方法，如像一種使用區塊導向 爲模型的方法（參閱已公開之日本專利編號2000-56835)。 根據以黑盒子爲模型之方法，該方法係以過去輸入/輸出 資料爲根據而預先構成的一流入量預測模型。在該流入量 預測模型中’藉由一雷達雨量計或複數之地面雨量計所量 測之降雨量作爲一輸入變數，以及一雨水流入量係作爲一 -6 - (2) (2)1310428 輸出變數。透過流入量預測模型的使用，即可以現在降雨 量或預測降雨量爲基礎以預測一雨水流入量。 因爲雷達雨量計能夠精準地量測在一量測區域之降雨 強度，與藉由複數之地面雨量計所量測之降雨量相比’可 得到更多降雨量資訊的明細。因此’藉使用由雷達雨量計 所量測之降雨量或者以降雨量爲預測基礎之預測降雨量作 爲流入量預測模型如RRL方法或神經網路方法的一輸入 變數，則雨水流入一目標廠之流入量預測可以更精確的程 度來進行。 第二，係關於流入如泵廠之目標廠之流入水量與水質 的預測之先前技術說明如下。 在一混合之污水系統中’當雨下在一污水管所在的一 區域裡，則雨水一般係流進該污水管。位在該污水管之終 端處的一泵廠則排放包括流至一預定排放部位的雨水流入 水。 在這樣的污水下水道裡’當水係直接從一雨水栗井釋 放至一河川，應儘可能避免河川的污染。換言之’依照降 雨流入量與其水質’需要適當控制在一污水管裡水的收集 以及釋放到河川的水。在降雨啓動時’位在一污水管的污 染物質流出其流入的地方並流入一流入管’也就是發生一 般所稱之首次沖刷。首次沖刷的產生必須予以檢查並適當 地處置。 針對該類型之污水下水道’已提出的一發明從降雨量 來預測所流入水質’以便控制在消除污染物質成份的方法 -7- (3) 1310428 運作量（參閱已公開之日本專利編號2004-249200)。 第三，係關於在如泵廠之目標廠之雨水泵控制之先前 技術說明如下。 有一種知名的雨水泵控制器之控制方法，可事先決定 在該雨水泵的一啓動水位與一停止水位，當位在雨水泵井 之水位計所量測的値到達預定之一啓動水位或一停止水 位，則該控制器可控制該雨水泵的啓動或停止，其中該雨 水泵井係儲存流自於一污水管或其他之雨水。 當雨水突然流入雨水泵井時’爲了抑止雨水泵井之水 位上升，譬如由日本已公開之專利編號20 00-3 2 8 642所揭 露的一種預測控制器因運而生。在該預測控制器中，藉由 一地面雨量計或一雷達雨量計所量測的値可預測流到泵廠 的雨水量，以計算出用於排放水的雨水泵所需的運作數 量。該控制器可即時性變更雨水泵之啓動與停止水位。當 決定需要啓動一額外的水泵時，該雨水泵可在比預定水位 還要低的水位來啓動。 此外，在一混合污水系統的泵廠裡，將水的釋放係限 制在下面的方式，具有限制河川水質污染進入所釋放污水 之目的。換言之，當下—些雨時或者雨水流至泵廠之預測 流入量較小，雨水泵所做之水釋放可藉由設定雨水泵之啓 動水位與停止水位相對地高而予以抑止。 【發明內容】 首先，上述預測流進如泵廠之目標廠之進水流入量的 -8- (4) (4)1310428 先前技術所遭遇問題係說明如下。一種使用神經網路的方 法（參閱已公開之日本專利編號2000-257140)以及以黑盒 子模型爲基礎之方法’當由一種黑盒子模型，如一種神經 網路的方法，所預估的流入量，藉最小平方的方法可從輸 入/輸出資料找出共同作用的參數，以構成流入量預測模 型。在本案例中，當該等輸入變數彼此高度相互關連時， 則不容易找出參數，因此很難構成一高精度之流入量預測 模型。當輸入至流入量預測模型的變數數目變大時，則不 易選擇合適的輸入變數以預測對目標廠之流入量，以及不 易分析與該選擇一致之流入量預測模型的構成。具體的 說’當降雨量係藉由一雷達雨量計所量測時，由於彼此間 具高度關連性的輸入變數數目明顯增加，則上述的問題係 易產生。 第二，上述預測流入如泵廠之目標廠之流入水質的先 前技術所遭遇的問題係說明如下。在已公開之日本專利編 號2 004-249200所揭露預測流入水質之方法中，因爲該方 法係以水質模型方程式之公式表示，因此在本方法之方程 式較複雜。 ， 第三，上述在如泵廠之目標廠之雨水泵控制之先前技 術所遭遇的問題係說明如下。透過地表流進污水管的雨， 藉流經該污水管以到達一泵廠，係複雜與廣泛的流程。因 此，在預測一流入量模型 '預測一泵井水位模型，以及預 測雨水泵運作數目模型之中，降雨量之量測値係輸入至該 等模型’該等模型常產生錯誤性的預測値。因此，當真正 -9- (5) 1310428 流入量小於預測量時’係造成過量的雨水泵在運作。另一 方面，當一真正流入量大於預測量時，係發生洪水。 本發明係在上述環境的觀點下予以開創出來。本發明 的一目標係提供雨水排放支援系統與雨水排放支援方法， 其能夠降低輸入至流入量預測單元之流入量預測模型的變 數數目，並促進藉由該流入量預測單元更精準預測雨水流 入量。 本發明的另一目標係提供以簡單與精確的方式在下雨 時預測進水品質之方法。本發明亦提供雨水排放支援系統 與雨水排放支援方法，其可藉使用由該預測方法預測到之 水質，或藉使用該預測到之水質與降雨期間之流入量，適 當地控制進水的蓄集與排出，以降低環境面的影響。 本發明的另外目標係，在當雨水流入量突然改變時在 用以變更雨水泵的啓動水位與停止水位以適當地排水的泵 控制器裡，提供雨水排放控制系統與雨水排放控制方法， 其可藉使用高度可靠性指標並配合流入量與預測到之水位 値’變更啓動水位與停止水位，以穩定運作一排放系統。 根據申請專利範圍第1項所述之一發明，係一雨水排 放支援系統，包含：一降雨量量測單元，用以量測複數地 區之降雨量；一線性對映單元，用以得到一降雨量時序資 料矩陣，該降雨量時序資料矩陣表示來自由該降雨量量測 單元在複數區域所量測到之降雨量之各地區之時序降雨 量’以及該降雨量時序資料矩陣執行一線性對映程序，以 將降雨量時序資料矩陣之多個變數資料轉換成較少之變數 -10- (6) (6)1310428 資料而獲得線性對映資料矩陣；以及一流入量預測單元， 藉使用流入量預測模型以預測流入一目標廠之雨水流入 量’其中由該線性對映單元所得之線性對映資料矩陣係輸 入至該流入量預測模型。 根據申請專利範圍第7項所述之一發明，係一雨水排 放支援方法，用以預測流入一泵廠或一污水廠之雨水流入 量’該雨水排放支援方法包含以下步驟：藉由該降雨量量 測單元量測在複數區域之降雨量；藉由該線性對映單元， 得到一降雨量時序資料矩陣，該降雨量時序資料矩陣表示 來自由該降雨量量測單元在複數區域所量測到的降雨量之 各地區之時序降雨量，以及執行一線性對映程序，以將降 雨量時序資料矩陣之多個變數資料轉換成較少之變數資料 而獲得一線性對映資料矩陣；以及藉該流入量預測單元使 用一流入量預測模型，以預測雨水流入該目標廠之流Λ 量’其中由該線性對映單元所得之線性對映資料矩陣係輸 入至該流入量預測模型。 根據該雨水排放支援系統與該雨水排放支援方法，胃 線性對映單元執行一線性對映程序，以將k X η之降雨 量時序資料矩陣轉換成一 k x m之線性對映資料矩陣 (m<n)。因此，可減少輸入至該流入量預測單元之流入量 預測模型之變數數目，以促進藉由該流入量預測單元對雨 水流入量更精準之預測。 根據申請專利範圍第2項所述之一發明，係一雨水排 放支援系統’包含：一降雨量預測單元，用以預測複數區 -11 - (7) 1310428 域在時序上之未來降雨量；一線性對映單元，用以得到一 預測到之降雨量時序資料矩陣，該預測到之降雨量時序資 料矩陣表示來自由該降雨量預測單元在複數區域所預測到 的未來降雨量之各地區之時序降雨量，以及執行一線性對 映程序，以將所預測到之降雨量時序資料矩陣之多個變數 資料轉換成較少之變數資料而獲得線性對映資料矩陣；以 及一流入量預測單元，藉使用流入量預測模型以預測流入 一目標廠之雨水流入量，其中由該線性對映單元所得之線 性對映資料矩陣係輸入至該流入量預測模型。 根據申請專利範圍第8項所述之一發明，係一雨水排 放支援方法，用以預測雨水流入一泵廠或一污水廠之流入 量，該雨水排放支援方法包含以下步驟：藉由該降雨量預 測單元在時序上預測複數區域之未來降雨量；藉由該線性 對映單元，得到預測降雨量時序資料矩陣，該矩陣表示來 自由該降雨量預測單元在複數區域所預測到的未來降雨量 之各地區之時序降雨量，以及執彳了一線性對映程序，以將 所預測到的降雨量時序資料矩陣之多個變數資料轉換成較 少之變數資料而使該線性對映單元獲得一線性對映資料矩 陣；以及藉該流入量預測單元使用一流入量預測模型，以 預測雨水流入該目標廠之流入量，其中由該線性對映單元 所得之線性對映資料矩陣係輸入至該流入量預測模型。 根據該雨水排放支援系統與該雨水排放支援方法，該 線性對映單元執行一線性對映程序，以將該k X n之預 測到的未來降雨量時序資料矩陣轉換成該k X m之線性 -12- (8) 1310428 對映資料矩陣（m<n)。因此，可減少輸入至該流入量預測 單元之流入量預測模型之變數數目，以促進藉由該流入量 預測單元對雨水流入量更精準之預測。 在上述之雨水排放支援系統與雨水排放支援方法中， 更好作法係該線性對映單元藉使用一表示矩陣而執行該線 性對映程序，以獲得該線性對映資料矩陣，其中該表示矩 陣包含在過去時序資料矩陣之降雨量中之一變異矩陣或一 共變異矩陣的一固有向量元素》 根據上面之雨水排放支援系統與雨水排放支援方法， 用於該線性對映程序之表示矩庳係在過去降雨量時序資料 矩陣之一變異矩陣或一共變異矩陣之固有向量元素的組 合。因此，由該線性對映程序所得之線性對映資料矩陣元 素可由線性獨立時序資料組成，其中該等元素彼此間係無 關連性。 在上述之雨水排放支援系統與雨水排放支援方法中， 更好作法係以構成該表示矩陣之該固有向量的一固有値爲 基礎所計算出的一累積貢獻率大於一預定之臨限値。 根據雨水排放支援系統與雨水排放支援方法，形成該 表示矩陣使得以構成該表示矩陣之固有向量的固有値爲基 礎所計算出的該累積貢獻率，係大於一預定之臨限値。因 此，可得到該線性對映資料矩陣，以儘可能在遭受該線性 對映程序之前，·防止該降雨量時序矩陣的資訊流失。 在上述之雨水排放支援系統與雨水排放支援方法中， 更好作法係該線性對映單元藉使用一表示矩陣而執行該線 -13- 1310428 ⑼ 性對映程序，以獲得該線性對映資料矩陣，其中該表示矩 陣係由一負載矩陣所形成，而該負載矩陣係在分析過去降 雨量時序資料矩陣之一主要元素期間所得。 根據雨水排放支援系統與雨水排放支援方法，可得到 該線性對映資料矩陣以儘可能在遭受該線性對映程序之 前’防止該降雨量時序矩陣的資訊流失。此外，線性對映 資料矩陣的元素可由線性獨立時序資料組成，其中該等元 素彼此間係無關連性。 在上述之雨水排放支援系統與雨水排放支援方法中， 較佳的是該雨水排放支援系統另外包含一模型辨識單元， 用來以過去降雨量時序資料矩陣和過去降雨之時序流入量 爲基礎構成該流入量預測模型，其中該降雨量時序資料矩 陣之多個變數資料係被轉換成較少之變數資料。 根據雨水排放支援系統與雨水排放支援方法，可降低 輸入至該模型辨識單元之過去降雨量時序資料數目。因此 可促進該流入量預測模型的產生。另外，由於該流入量預 測模型係基於線性獨立降雨量時序資料所建構，因此可得 到一高精準度之流入量預測模型，其中在線性獨立降雨量 時序資料裡’該等兀素彼此間係無關連性。 根據申請專利範圍第1 3項所述之一發明，係一雨水 排放支援方法’用以預測從一污水管流入一泵廠或一污水 廠之水質，該雨水排放支援方法包含以下步驟：以一預定 頻率量測該污水管所在一區域之降雨量；量測流入該泵廠 或污水廠之進水的水質；以及以現在水質、某些過去水 -14- (10) 1310428 質、某些過去降雨量與某些過去降雨量之指數爲基礎，藉 由使用一非線性Hammer stein模型的一系統辨識方法，以 預測一未來進水水質。 根據申請專利範圍第1 4項所述之一發明，係提供用 於一泵廠或一污水廠之一雨水排放支援系統，包含：一降 雨量量測措施，用以量測該污水管所在一區域之降雨量； 一水質量測措施，用以量測流入該泵廠或污水廠的進水品 質；一資料獲取與記憶措施，用以獲取與記憶分別由該降 雨量量測措施與該水質量測措施所定期量測到之降雨量與 水質；一預測措施，以由該資料獲取與記億措施所提供之 現在水質、某些過去水質、某些過去降雨量與某些過去降 雨量之指數爲基礎，藉由使用一非線性Hammerstein模型 的一系統辨識方法，以預測一未來進水水質；以及一運作 支援措施，藉使用以該預測措施所預測到之未來水質，用 以產生與蓄集和排出流入污水泵井、雨水泵井或雨水滯留 池之進水相關一運作命令。 在上述之雨水排放支援系統中，更好作法係該預測措 施以由資料獲取與記憶措施所提供之現在水質、某些過去 水質'某些過去降雨量與某些過去降雨量之指數爲基礎， 藉由使用非線性H a m m e r s t e i η模型的系統辨識方法’預測 該未來水質還有進水之一流入量，以及該運作支援措施係 藉使用由該預測裝置所預測到之該未來水質還有進水之流 入量，產生與蓄集和排出流入污水泵井、雨水泵井或雨水 滯留池之進水相關的運作命令。 -15- (11) 1310428 在上述之雨水排放支援系統中，更好作法係將一第二 水質量測措施設於該污水管中，該資料獲取與記憶措施則 進一步定期取得與記憶由該第二水質量測措施在該污水管 中所量測到之水質，該預測措施藉由使用非線性 H a m m e r s t e i η模型的系統辨識方法，以該污水管中的現在 水質、該污水管中的某些過去水質、某些過去降雨量與某 些過去降雨量之指數爲基礎，預測在流入該泵廠或污水廠 之前該污水管中的未來水質，以及該運作支援措施藉進一 步使用流入該泵廠或污水廠之前該污水管中的未來水質， 產生與蓄集和排出流入該污水泵井、該雨水栗井或該雨水 滯留池之進水相關的該運作命令。 在上述之雨水排放支援系統中，更好作法係將一第二 水量量測措施設於該污水管中，該資料獲取與記憶措施則 進一步定期取得與記憶由該第二水量量測措施在該污水管 中所量測到之水流量，以及該預測措施藉由使用非線性 Hammerstein模型的系統辨識方法，以該污水管中的現在 水流量、該污水管中的某些過去水流量、某些過去降雨量 與某些過去降雨量之指數爲基礎，預測在流入該泵廠或污 水廠之前該污水管中的未來水流量，以及該運作支援措施 藉進一步使用流入該泵廠或污水廠之前該污水管中的未來 水流量，產生與蓄集和排出流入該污水泵井、該雨水泵井 或該雨水滯留池之進水相關的該運作命令。 在上述之雨水排放支援系統中，更好作法係將一水位 量測措施設於該污水管中，該資料獲取與記憶裝置則進一 -16- (12) (12)1310428 步定期取得與記憶由該水位量測措施在該污水管中所量測 到之水位，該資料獲取與記憶措施進一步得到來自一氣象 資訊系統之氣象資訊，以及該預測措施可得到來自該資料 獲取與記憶裝置在一晴天時於該污水管中之水位，以計算 於該污水管中之污泥或沈積物之位準，並基於在一雨天時 於該污水管中之水流量與水質和上述在該污水管中的已算 出之污泥或沈積物位準，預測流入該泵廠或污水廠之未來 水流量與水質。 在上述之雨水排放支援系統中，更好作法係當所量測 到之進水水質比預定臨限値還要差時，該運作支援措施產 生該運作命令以使設於該污水泵井中之污水栗運作，同時 除非該降雨量大於一上臨限値，否則暫停設於該雨水泵井 中之雨水泵。 在上述之雨水排放支援系統中，更好作法係該運作支 援措施自預測到之進水流入量辨別出一首次沖刷，以及產 生運作命令以使該首次沖刷之水匯聚在該雨水滯留池中， 並當降雨量低於一預定値時，使設於該雨水滯留池中之泵 將上述匯聚之水送回至污水泵井。 根據申請專利範圍第21項所述之一發明，係一雨水 排放控制系統，用於以流入一泵廠之雨水流入量爲基礎決 定雨水泵的運作數目，以及以該泵廠中之水位變化爲基礎 控制該雨水泵之啓動與停止，該雨水排放控制系統包含： 一偵測措施，用以偵測在一預定上游地點之水位，其中水 係流到該泵廠；以及一變更措施，用以基於符合該偵測措 -17- (13) (13)1310428 施所偵測到之水位的一水流狀況，變更至少該等雨水泵之 一預定啓動水位與一預定停止水位的其中之一。 在上述之雨水排放控制系統中，更好作法係當該預定 地點之水位高於一預定臨限値時，則該變更措施變更至少 該等雨水泵之該啓動水位與該停止水位的其中之一。 在上述之雨水排放控制系統中，更好作法係當該預定 地點之水位低於一預定臨限値時，則該變更措施變更至少 該等雨水泵之該啓動水位與該停止水位的其中之一。 在上述之雨水排放控制系統中，更好作法係在該預定 地點之水位以及在該預定地點之水位變化速度兩者皆作爲 在該預定地點之一水位指標。 在上述之雨水排放控制系統中，更好作法係該雨水排 放控制系統另外包含一預測措施，用以預測流入該泵廠之 雨水流入量，以及一計算措施，用以計算雨水泵的一運作 數目，該等雨水泵需排出該預測措施所預測到之雨水流入 量之水。 根據申請專利範圍第26項所述之一發明，係一雨水 排放控制方法，包含以下步驟：基於流入一泵廠之一預測 到的雨水流入量，決定雨水泵的一運作數目；基於該泵廠 之一水位改變，控制該等雨水泵的啓動與停止；以及基於 靠近該泵廠之一預定上游地點之一污水管中的一水位，變 更該等雨水泵的一啓動水位與一停止水位，以延遲該等雨 水泵之一啓動時間。 根據申請專利範圍第2 7項所述之一發明，係一雨水 -18· (14) (14)1310428 排放支援方法，用以預測從一污水管流入一泵廠或污水廠 之水流入量，該雨水排放支援方法包含以下步驟：以一預 定頻率量測該污水管所在一區域之降雨量；量測流入該泵 廠或污水廠之水流量；以及藉由使用一非線性 Hammerstein模型的一系統辨識方法，以現在流量、某些 過去流量、某些過去降雨量與某些過去降雨量之指數爲基 礎，以預測未來水流入量。 根據申請專利範圍第2 8項所述之一發明，係一雨水 排放控制系統，用以藉由使用申請專利範圍第7項所述之 雨水排放支援方法所預測到之雨水流入量，基於流入一泵 廠之一雨水流入量，決定雨水泵的一運作數目，以及基於 該泵廠中之一水位改變，控制該等雨水泵的啓動與停止， 該雨水排放控制系統包含：一偵測措施，用以偵測在一預 定上游地點之一水位，其中水係流到該泵廠；一變更措 施’用以基於符合該偵測措施所偵測到之水位的流動狀 況，變更至少該等雨水泵之一預定啓動水位與一預定停止 水位的其中之一；以及一計算措施，用以計算雨水泵的一 運作數目’該等雨水泵需排出申請專利範圍第7項所述之 雨水排放支援方法所預測到之雨水流入量之水。 根據本發明之雨水排放支援系統與雨水排放支援方 法，該線性對映單元係執行一線性對映程序，將該k X n 矩陣之降雨量時序資料矩陣或該k χ η矩陣之預測降雨 時序資料矩陣予以轉換成一 k X m矩陣之線性對映資料 矩陣（m<n)。因此，可減少輸入至該流入量預測單元之流 (15) 1310428 入量預測模型之變數數目，以促進藉由該流入量預測單元 對雨水流入量更精準之預測。 根據本發明之另一雨水排放支援系統與雨水排放支援 方法，由於進水水質係由基於進水水質之量測値與過去降 雨量之系統辨識方法（非線性Hammer stein模型）所預測， 因此可容易執行該預測。因爲進水的蓄集與排出可適當控 制而與預測結果保持一致性，因此減少在環境面的不良效 應。 根據雨水排放支援系統與雨水排放支援方法，雨水泵 之一啓動水位與一停止水位係基於流入一泵廠之一預測流 入量所變更，符合一水流狀況。因此可穩定運作一排放系 統。 【實施方式】 圖1係一描述在本發明之一實施例之雨水排放系統之 架構圖。圖2係一描述在如圖1所示之雨水排放系統之一 控制系統所組成之方塊圖。 如圖1所示，在本實施例之雨水排放系統包括一降雨 量量測單元1 〇，用以量測一污水管2 0或其他同等物所在 一區域之複數地區之降雨量。包括一流入管21與一雨水 泵井30之一泵廠係座落在污水管20的下游。 降雨量量測單元1〇係由一雷達雨量計11與複數之地 面雨量計1 2所組成。在本案例中，降雨量量測單元1 〇係 由該雷達雨量計11所構成，一雷達基地台以η片區塊來 -20- (16) (16)1310428 整體量測一降雨量，利用輻射波的直線傳播特性以及當與 雨滴接觸所發生相同的反射特性。如圖1所示，由一觀測 網所量測降雨量之一區域係分成η片區塊，使得各區塊係 由一方形所組成，方形的每邊係有數百公尺到數公里之 長。因此所分成η片區塊的降雨量可分別被量測。 當降雨量量測單元10係由雷達雨量計11所構成時， 比起當降雨量量測單元1 〇係由複數之地面雨量計1 2所組 成時，則所量測降雨量的一區域可細分成一較小觀測網。 因此，可增加由該地面雨量計所量測之該等區域數目η。 例如污水管20係一混合型態。落在污水管20所在一 區域之雨水，加上在此區域之家用廢水與工業廢水共同流 經污水管2 0。 有一泵廠座落在污水管20的下游，一流入管21係設 於該廠。流入管21暫時收集從污水管20進來之雨水。如 圖1所示，一水質量測計25、一流速計26，以及一水位 計27係位在污水管20且靠近流入管21。 在泵廠裡，淤沙沈澱池之雨水泵井30係座落於流入 管21的下游。該泵廠亦設有污水泵井31與雨水滯留池 32。進水透過流入管21與淤沙沈澱池（圖中並沒表示）， 自污水管20流至淤沙沈澱池之雨水泵井30 '污水泵井3 1 與雨水滯留池3 2。淤沙沈澱池之雨水泵井3 0通常在流入 管2 1的下游具有溢流堰。經常性之進水流入污水泵井 31。在另一方面，當包括雨水的大量進水在降雨期間流入 淤沙沈澱池之雨水泵井3 0時，則流入管2 1的水位上升。 -21 - (17) 1310428 因此，溢過高溢流堰的水即流入淤沙沈澱池之雨水泵 30。故雨水滯留池32匯聚該處的水流入泵廠。雨水滯 池32透過圖中並沒表示之溢流堰接收流入其中之進水 此處並沒表示之一溢流堰係座落於雨水滯留池3 2與流 管21之間，或此處並沒表示之一閘門係座落於雨水滯 池3 2與流入管21之間。 淤沙沈澱池之雨水泵井3 〇係包括多個雨水泵3 5。 入淤沙沈澱池雨水泵井3 0之進水（雨水）係藉由該雨水 35釋放至一河川34。污水泵井31包括一污水泵36。 入污水栗井31之進水（污水）係於此處匯集，並透過污 栗36送至一污水處置設備，圖中並沒表示，污水泵36 受制於一污水處置。接著被處置過的水即釋放至一河川 其他相等物。污水若超出污水處置設備所能處理的範圍 則將污水送至雨水滯留池3 2以匯聚其中，以避免該污 溢出污水泵井3 1。雨水滯留池32包括一雨水滯留池 3 7。當流進流入管21的水明顯減少時，則匯聚於雨水 留池32裡的水係透過雨水滯留池泵37被送回至污水泵 3卜 換言之，從污水管2 0流出之進水，透過位於污水 20的一終點接頭與淤沙沈澱池之間的流入管2 1，圖中 沒表示，匯聚於淤沙沈澱池之雨水泵井3 0、污水泵井 與雨水滯留池32的其中之一或者全部，然後該進水被 放至一預定排放目的地。 流速計23與水質量測計24係座落於流入管2 1。 井 留 ， 入 留 流 泵 流 水. 係 或 水 泵 滯 井 管 並 3 1 釋 流 -22- (18) (18)1310428 速計23係量測匯集於流入管2 1的進水水位。水質量測計 24係量測流進流入管2 1的進水水質。 如圖1所示，淤沙沈澱池之雨水泵井3 0包括一流速 計3 8以量測淤沙沈澱池之雨水泵井3 0的水位。隨時可得 到位在流入管2 1之流速計23所量得的値以及位在淤沙沈 澱池之雨水泵井30之流速計38所量得的値。 雨水排放系統的一控制系統係以圖說明之。 如圖2所示，雨水排放系統包括：一流入量預測機制 40，藉使用在複數地區之現在時序降雨量，以預測流入如 泵廠之一目標廠的進水流入量；一進水水質預.測機制 50，藉使用上述之降雨量，以預測流入如泵廠之一目標廠 (如流入管2 1)的進水水質；以及一雨水泵控制機制60， 藉使用流入量預測機制40所預測的進水流入量，以調整 至少該等雨水泵3 5之一啓動水位與一停止水位的其中之 —— 〇 流入量預測機制40之細部架構，參閱圖3與圖4的 說明。 如圖3所示，流入量預測機制40係設有一線性對映 單元41與流入量預測單元42，其中線性對映單元41係 施行一線性對映過程，該線性對映過程係轉換降雨量量測 單元1〇所量測之複數地區之降雨量時序資料矩陣，以及 流入量預測單元42藉使用由線性對映單元4 1所得之線性 對映資料，以預測流入一目標區域之雨水流入量。表示矩 陣製作單元43係連接至線性對映單元41，用以製作一表 -23- (19) (19)1310428 示矩陣’提供給線性對映單元41作爲線性對映過程。模 型辨識單元44係連接至流入量預測單元42，用以組成— 流入量預測模型，提供給流入量預測單元42作爲雨水流 入量之預測。 線性對映單元4 1得到一降雨量時序資料矩陣χ，其 中該降雨量時序資料矩陣X係表示各地區.之時序降雨 量’而各地區之時序降雨量係來自降雨量量測單元1〇所 量測複數地區之降雨量’以及線性對映單元4 1施行一線 性對映過程’將降雨量時序資料矩陣χ之多個變數轉換 成較少變數之資料’以得到一線性對映資料矩陣γ。 具體而言，線性對映單元4 1係執行下面方程式（丨）的 算術運算。 Υ = XP……方程式（1)(其中X係一降雨量時序資 料k(離散時間）x n(所量測降雨之區塊數）之矩陣，與p 係一η X m矩陣（m<n)之表示矩陣，該表示矩陣係由表 示矩陣製作單元4 3所產生，說明如下） 在降雨量時序資料矩陣中，在時間t各區塊降雨量相 當於一列向量Xt (t = 1 ,…，k)。其中，目前最近之降雨量 資料係定義成Xi’ q個步驟（lSqgk-1)之前的降雨量資 料係定義成X q + 1。 線性對映單元41係執行方程式（1)計算而得到kxm 矩陣之線性對映資料矩陣γ。 流入量預測單元42使用由下述模型辨識單元44所組 成之流入量預測模型’以預測雨水流入量’其中由該線性 -24- (20) 1310428 對映單元41所得之線性對映資料係輸入至該流入量預測 模型。如圖3所示，當流入量預測單元42正預測雨水流 入量時，則應將該時序流入量資料納入考量。
其中’流入量預測模型係一黑盒子模型，該模型係由 過去所量測之降雨量資料與相當於該降雨量資料之流入量 資料兩者的關係所決定。在考慮到由線性對映單元4 1所 得之到目前爲止之降雨量線性對映資料以及到目前爲止之 時序流入量資料，則流入量預測模型已依照降雨量資料與 過去流入量資料的關係而事先製作出來，故流入量預測單 元42可根據該流入量預測模型以預測雨水之未來流入 量。 表示矩陣製作單元43藉由多變數分析之一的主要分 量分析以計算來自過去降雨量時序資料的一主要元素，而 得到一負載矩陣’以及藉由所得之負載矩陣的特性，將該 矩陣轉移成表示矩陣P’該表示矩陣P係作爲線性對映單 兀41之線丨生對映過程。具體而言，η χ ^矩.陣之表示矩 陣P係由過去降雨量時序資料矩陣之變異矩陣或共同變異 矩陣之多個固有向量元素組合所製作出來。 參閱圖4以詳盡說明表示矩陣製作單元43。 在步驟1 1中，從過去降雨量時序資料而得以計算出 變異矩陣或共同變異矩陣’其中該過去降雨量時序資料係 在一區塊的一 η地區所量測之降雨量。當過去降雨量時序 資料係以kh χ η的矩陣Xh方式表示時，構成該表示矩陣 P的元素係爲矩陣xh之變異矩陣或共同變異矩陣Sh的— -25- (21) 1310428 η階固有向量Pj(j = 1, ..·，η)之行向量p!，…，pm(m<n)。注意 關於固有向量Pj，係使用滿足又1 2 λ 2 2…2 λ m g ... λ n 狀況之一固有値λ j(j = 1,…，η)。 在步驟中' 如下面方程式（2)所不’第一主要分量 到第m主要分量在離散時間t係表示成kh X m的矩陣Τ 的一 m階之列向量ti(i = 1, ...,k)。
Xh = TP' + E……方程式（2) 其中E係由終止在第m 分量（m<n)之一主要分量所產生的—誤差，此時符號，表 示該矩陣的轉置。 然後如圖4所示，累積貢獻率3係從步驟12所計算 出來。累積貢獻率係表示一主要分量T擁有多少該原始矩 陣Xh之資訊的値。該累積貢獻率係由下面方程式（3)所計 算 m η α = ΣνΣΛ ...方程式（3) i=l i=l 下一步’在步驟13中，選定固有向量使得該累積貢 獻率a係大於—預定臨限値。最後，在步驟14中’整理 所選疋之固有向量以得到以^矩陣之表示矩陣p。 在此方法中’表示矩陣製作單元43係製作表示矩 陣，其中該表示矩陣係由一負載矩陣所形成，而該負載矩 陣係在過去降雨量時序資料矩陣Xh之一主要元素之分析 期間所得之。 模型辨識單元44係構成以過去大量之降雨量時序資 -26- (22) 1310428 料矩陣爲基礎之流入量預測模型，其中將降雨量時序資料 矩陣之多個變數資料轉換成較少之變數資料，以及過去大 量之降雨時序流入量資料。 用於本發明之流入量預測模型係一黑盒子模型。模型 辨識單元44係使用系統辨識方法以模擬過去降雨量時序 資料之輸入/輸出關係以及雨水流入量時序資料，其中該 過去降雨量時序資料係受制於線性對映過程，而該雨水係 • 流入一目標廠，而該系統辨識方法例如係藉最小平方方法 以找出係數參數。一模擬方法包括，譬如說，一種使用神 經網路的方法，或者如下所述一 Hammerstein方法。 進水水質預測機制5 0之詳細架構係參照圖5以說明 之。如圖5所示，進水水質預測機制5 0包括一資料獲取 ' 裝置5 2、一資料記憶裝置5 3、一預測裝置5 4、一計算裝 置55' —運作支援裝置56，以及一控制裝置57。此外， 氣候模式預測裝置5 8可提供在進水水質預測機制5 0。 • 資料獲取裝置52定期獲取由降雨量量測單元10所量 測之降雨量（雷達雨量計資料52a與地面雨量計資料 52b)、流入管水位52c以得到進水水量、進水水質52d、 與各個泵35到泵37的運作狀況有關之泵資訊52e，以及 各個泵35到泵37的排出量52f。資料記憶裝置53藉定 期由資料獲取裝置5 2所得之資料以儲存各種資料。 泵3 5到泵3 7的根據非線性Hammerstein模型，使用 儲存於資料記憶裝置5 3的各種資料，以預測進水水質與 進水水量。非線性Hammerstein模型係以下面簡化之模擬 -27- (23) (23)1310428 方程式來表示。換言之，從方程式（4)可得到進水水質’ 同時從方程式（5)可得到進水水量。 所預測之進水水質=目前時間（t)的水質X α 1 +過去 時間（t-ι)的水質χα 2 +過去時間（t-2)的水質χα 3 +… +過去時間（t-Ι)的降雨量X泠1 +過去時間〇2)的 降雨量 X β 2 + ... + (過去時間（t-i)的降雨量）2 xr 1 + (過去時間（t_2) 的降雨量）2 xr2+… + (過去時間（t-i)的降雨量）3 X(5 1 + (過去時間（t_2) q的降雨量）3 X 5 2 +… ............方程式（4) 所預測之進水水量=目前時間⑴的水量Χα 11 +過去時 間（t-1)的水量X α 1 2 +過去時間（t_2)的水星X α 1 3 +… +過去時間（卜1)的降雨量X召1 1 +過去時間（卜2)的 降雨量 X冷1 2 +… + (過去時間（t-1)的降雨量）2 X 7 1 1 + (過去時間（t-2) 的降雨量）2 X r 12十… + (過去時間〇1)的降雨量）3 X 6 1 1 + (過去時間（t_2) 的降雨量）3 x612十… 方程式（5) -28- (24) (24)1310428 在方程式（4)與方程式（5)，t表示現在時刻' t-1表示 第一個過去時間，與t-2表示第二個過去時間。同時’ αΐ ,α2，α3,…，al 1，α12，α1 3,...，β1 ,β2,…，βΐ 1，βΐ2,...，γ1，γ2,…， γ11,γ12，...，δ1，δ2,…，及δ11,δ12,…爲係數，而且這些値係 由各設備所決定’取決於污水管20與流入管21的尺寸或 特性。 換言之，進水水質與進水水量係以一預定非線性關係 跟隨著過去降雨量而變。因此’以現在水質、某些過去水 質、某些過去降雨量與某些過去降雨量之指數爲基礎’模 型方程式（4)可預測未來水質。同理，以現在水量、某些 過去水量、某些過去降雨量與某些過去降雨量之指數爲基 礎，模型方程式（5)可預測未來水量。 視預測裝置54所預測之進水水質與進水水量而定， 計算裝置55計算各個泵35到泵37的運作量（運作數目、 旋轉速度等等）。雨水泵35運作量的計算方法係如下詳盡 說明以解釋雨水泵控制機制60。運作支援裝置56藉由預 測裝置5 4所預測之水質與水量的使用，以產生與進水的 蓄與放、流入淤沙沉澱池之雨水泵井3 0、污水泵井3 1與 雨水滯留池3 2有關之運作/停止命令。控制裝置5 7根據 該運作命令將一控制命令輸出至一相對儀器。氣候模式預 測裝置5 8根據降雨量以預測如一般降雨模式或大雨模式 之氣候模式。計算裝置55所計算出的數値可與氣候模式 預測裝置5 8所預測之氣候模式相比對而予以變更。 雨水泵控制機制60的細部架構係參照圖6與以說明 -29- (25) (25)1310428 之。 雨水泵控制機制6 0係一可規劃之裝置’譬如該裝置 可以是一可程式化邏輯控制器（PLC)、工作地點、個人電 腦，與微電腦。同樣地，雨水泵控制機制6 0可係由複數 之計算器所組成之計算機系統的其中一項功能。 如圖6所示，雨水泵控制機制60計算裝置包括運作 數目計算裝置62、啓動/停止水位變更裝置63，以及水位 計選定裝置64。 運作數目計算裝置62係根據流入量預測機制40所預 測之雨水流入量預測値Q ’以計算出所需的泵運作數目， 使用至少在雨水流入量、泵井水位Hp與泵排出量Qp的預 測値Q其中之一做爲一輸入。 接著，啓動/停止水位變更裝置63即依據至少在污水 管之上游水位H!，…，Hn、預測泵之運作數目，以及泵井目 前水位Hp的其中之一，以變更泵之一預定啓動水位與一 停止水位。 水位計選定裝置64係選定與切換一水位計以作爲該 等泵之一啓動/停止水位變更之指標，以符合如雷達雨量 計11的降雨量量測單元1 〇所量測一污物排放區之平面式 降雨分配。 雨水泵控制機制6 0發送如啓動/停止（開/關）的各種控 制信號到該等雨水泵3 5 ’以控制如馬達與閥的泵機器設 備。 接下來’本實施例的一運作將繼續上面討論而說明如 -30- (26) (26)1310428 下。 流入量預測機制4 0的運作係參閱圖3與圖4予以說 明之。 首先，如圖1所示’將觀測網分成η片區塊的降雨量 分別係由降雨量量測單元1 0所量測。 —線性對映之表示矩陣Ρ係由表示矩陣製作單元43 所製作。具體而言’如圖4所示，在步驟η中，表示矩 陣製作單元43自過去降雨量時序資料以計算變異矩陣或 共同變異矩陣，以及計算該變異矩陣或共同變異矩陣的一 固有向量Pj(j = 1，.·.，!!）與一相對之固有値；j(j = 1，…，η)’其中該過去降雨量時序資料係在一區塊的一 η 地區所量測之降雨量。 在步驟12中’累積貢獻率a係從該固有値所計算 出。在步驟13中’係選定該等固有向量pj以使累積貢獻 率a大於一預定臨限値。最後，在步驟14中，係整理所 選定之固有向量Pj以得η X m矩陣（ηι<η)之表示矩陣ρ。 線性對映單元41得到一降雨量時序資料矩陣X，其 中該降雨量時序資料矩陣X係表示各地區之時序降雨 量，而各地區之時序降雨量係來自降雨量量測單元1〇所 量測複數地區之降雨量，以及線性對映單元41施行一線 性對映過程，將降雨量時序資料矩陣X之多個變數轉換 成較少變數之資料，以得到一線性對映資料矩陣γ。 因爲降雨量時序資料矩陣X係一 k X n之矩陣（k: 離散時間，η:所量測降雨之區塊數），以及由表示矩陣製 -31 - (27) 1310428 η χ m 矩陣（tn<n)， k x m之矩陣。 ’降雨量時序資料的 m之數目。 作單元43所產生之表示矩陣1>係— 因此所得之線性對映資料矩陣γ係— 因此’對線性對映單元4 1而言 數目即可從k X n之數目降至k χ 模型辨識單元44係以過去降雨量時序資料爲基礎以 構成流入重預測模型，其中將降雨量時序資料矩陣之多個 變數資料轉換成較少之變數資料，與過去雨水之時序流入 量。 流入量預測單兀42使用由模型辨識單元44所構成之 流入量預測模型’以預測雨水流入量，其中由該線性對映 單元4 1所得之線性對映資料係輸入至該流入量預測模 型。 接下來，進水水質預測機制5 0之運作係參照圖5以 說明之。 一般而言，降雨啓動時所出現之首次沖刷，係在污水 下水道所發生的問題。雖然首次沖刷發生在降雨啓動時， 但沉積在污水管之淤泥何時流出污水管以流到泵廠則仍然 未知。因爲進水水質預測機制5 0可預測包括降雨期間所 沉積淤泥的進水水質與水量，所以係可能以適當方式來處 理該首次沖刷。例如，當首次沖刷發生時，盡可能將包括 淤泥的雨水匯集在污水管或雨水停滯池裡。盡可能抑制該 首次沖刷以免流入河川，反而將其導入污水處理廠，以遵 循河川排放的相關法規。因此，可進行環境友善的相關處 置。 -32- (28) (28)1310428 一種由進水水質預測機制5 0所預測污水水質的方 法，可從降雨量得到進水水質。進水水質預測機制50使 用降雨量或降雨強度作爲一輸入以輸出一進水水質（大腸 桿菌、化學需氧量、生化需氧量、磷、氮等等），使得系 統辨識方法提供一進水水質預測値。換言之，進水水質預 測機制50係根據模型方程式（4)，以進行一回歸計算與一 多層回歸計算，其中該回歸計算係使用現在進水水質所量 測之値與過去某些進水水質所量測之値，該多層回歸計算 係使用過去某些真實量測的降雨量之値。另外，加入過去 某些指數（例如二次方與三次方）以預測一進水水質，該進 水水質對降雨係呈現一非線性關係。 如上所述，既然可預測流入該流入管2 1之進水水 質，運作支援裝置5 6即可進行適當控制，該控制係關於 進水的蓄與放以符合一進水水質。另外，既然預測裝置 5 4透過模型方程式（5 )可預測流入該流入管2 1之進水水 量，因此使用該預測進水水量與該預測進水水質可執行更 適當的運作控制。 當污水廠之污水管2 0所在區域下雨時’雨水即流入 該污水管2 0。如上所述，雨水流經位於污水管2 0的一終 點接頭之流入管21以及圖中沒表示之淤沙沈澱池之後， 匯聚於淤沙沈澱池之雨水泵井3 0、污水泵井31與雨水滯 留池3 2。既然淤沙沈澱池之雨水泵井3 0比起污水泵井3 1 淤沙具有較高的溢流堰，故流入污水泵井31之經常性進 水藉由污水泵3 6將其排放至污水處置設備。接著在污水 -33- (29) 1310428 處置設備所處理過的水隨即排放至河川或其他相等物。 在降雨期間，當包括雨水的大量進水流入該流入管 2 1時，則流入管21的水位上升，因此該進水即流入淤沙 沈澱池之雨水泵井3 0。透過雨水泵3 5將匯集淤沙沈澱池 之雨水泵井30的雨水釋放至河川34。 然而，由於在降雨時因首次沖刷所產生的進水係包含 沉積於污水管20之污泥，將該進水，也就是將包含污泥 之惡質雨水，透過雨水泵3 5排放至河川3 4並非符合環境 的最佳作法。因此，藉由預測包括首次沖刷之進水水質與 基於降雨狀況之污水進水量，方可決定是否做該水之匯集 或排放以實施安全與環境友善的控制。 如上所述，如雷達雨量計11與複數之地面雨量計12 之降雨量量測單元1 〇係在下雨時用以量測一降雨量。資 料獲取裝置52係獲取資料52a與52b，以及資料記憶裝 置5 3係紀錄相同資料。資料獲取裝置5 2亦獲取流入管水 位5 2 c與進水水質5 2 d，其中流入管水位5 2 c係得自水位 計23所在之流入管21的水位，進水水質52d係得自水質 量測計2 4所在之流入管2 1的水質。資料記憶裝置5 3係 記錄資料52c與52d。資料獲取裝置52係定期獲取這些 資料’以及資料記憶裝置5 3係分別紀錄這些定期獲取之 資料。 預測裝置54根據非線性Hammerstein模型方程式（4) 與（5)，使用紀錄在資料記憶裝置53的降雨量與進水水質 之相關資料’以預測進水水質與進水水量。在非線性 -34- (30) (30)1310428
Hammerstein模型中，應考量降雨量以及進水水質或進水 水量之間的非線性關係。當降雨量增加時，進水水質或進 水水量與降雨量係呈現—指數關係（例如二次方與三次 方）’故上述設計可應用在進水水質與進水水量。 基於如上所述之進水水質的預測値，運作支援裝置 56用以決定雨水滯留池32之雨水匯集、包括流入管21 的污水匯集、一運作/停止與雨水泵3 5的運作數目，以及 一運作/停止與污水泵3 6的運作數目。例如，當預測之進 水水質比預定臨限値還要差時，則運作支援裝置5 6產生 該運作命令以要求設於該污水泵井3 1之污水泵3 6運作， 同時除非該降雨量係超過一較高之臨限値，否則暫停設於 該雨水泵井3 0之雨水泵3 5運作。當預測到進水水質已惡 化時’則加速污水處理設備（高階作用、標準觸發污泥作 用、氧化渠作用）的前向式運作。 雨水泵控制機制60之運作係參照圖6到圖1 1以說明 之。具體來說，雨水泵控制機制60之施行步驟係說明於 圖7流程圖。在步驟21中，流入量預測機制40係預測一 流入量。在步驟22中，根據步驟21的結果得以計算出雨 水泵35的運作數目。在已公開之日本專利編號2000-3 286U詳細說明運作數目計算裝置62。運作數目計算裝 置62的運作係簡短說明如下。 藉使用由流入量預測機制40所預測之流進栗廠之雨 水流入量作爲一輸入參數與淤沙沈澱池雨水泵井3 0所量 測之水位値，以預測並計算數分鐘後（也就是5分鐘）或數 -35- (31) (31)1310428 十分鐘後（也就是30分鐘）合適的泵運作數目。運作數目 計算裝置62根據下面方程式（6)，使用由流入量預測機制 40在一預定時間（t+Ι)所輸出之流入量預測値Qr'(t+1)’ 以計算出泵運作數目。 N'(t + 1) = Qr'(t+1) / R ............方程式（6) ’ 其中 係一泵運作數目[數目]、R係一泵分級[m3/s] ’與Qr'(t+1) 係在一預定時間（t+1)之後的流入量預測値。 啓動/停止水位的變更係說明在步驟23。如果需要加 上一泵到所需的泵運作數目以排放所預測流入量時’則啓 動/停止水位變更裝置63係變更泵的一預定啓.動水位以加 速或延遲泵之啓動/停止。 如圖8所示，根據所計算的運作數目決定啓動一泵的 運作時，此泵的一預定啓動水位Hon與一預定停止水位 Hoff則分別修正到Η〇η- ΛΗ與Η。” - ΛΗ。 如已公開之日本專利編號2000-328642所述，ΛΗ的 真正値係該泵井目前水位Hp該泵預定啓動水位Hu之間 的水位差，也就是△ H = - Ηρ。 ( AHP AH, AHn λ AH = f\Hp,H,r · * j .··方程式⑺ 另外’如方程式（7)所不’使用〜泵井水位、污水管 上游地點一水位，與時間等變動作爲變數可決定函數f。 同樣的’如圖9所示’當決定複數之泵的一啓動水位 與一停止水位，則可移動該啓動水位缉該停止水位。 -36- (32) (32)1310428 不同於在已公開日本專利編號2000-328642所述之泵 的啓動/停止水位變更裝置，本發明的特色係使用一污水 管的一上游地點的一水位以變更泵的一啓動水位與一停止 水位。 回到圖7 ’步驟24係決定表示污水管上游地點的水 位上升指標，是否超出一預定臨限値。在步驟25，只有 當該指標係超出該臨限値時，降低該泵的啓動/停止水 位。 步驟26係決定表示污水管上游地點的水位上升指 標，是否低於一預定臨限値。只有當步驟25所述該指標 係低於該臨限値時，則提升該泵的啓動/停止水位。當表 示污水管上游地點的水位上升指標係介於上限與下限之間 時，則該栗根據在步驟27先前所設定的一預定水位以啓 動/停止該泵。在步驟28，當泵井目前水位Hp達到所設定 水位，則從一泵控制器輸出雨水排放泵的開/關信號。 圖1 〇係表示關於水位量測値與水位上升速度之水位 上升指目標一覽表。如圖1 〇所示，水位量測値與水位上 升速度之間的關係係事先決定，且該關係可用來作爲決定 一水位與一水位上升速度是否超過該臨限値。 圖1 1係說明污水管之一上游地點與污水管之一下游 地點兩者在水位時序資料之比較圖。何時上游水位上升與 何時下游水位上升之間的時間差可視爲雨水流經污水管的 傳送期間。換言之，當觀測到污水管上游地點的水位上升 時，則下游地點的水位必定在一段相當於傳送期間的時間 -37- (33) (33)1310428 後才上升。 如上所述’根據本實施例之雨水排放支援系統與雨水 排放支援方法’可完成下面的事情。也就是藉使用流入量 預測機制4 0 ’則線性對映單元41施行一線性對映過程， 將一k X η矩陣之降雨量時序資料矩陣X轉換成一 k X m矩陣之線性對映資料矩陣γ (m<n)。因此，可減少輸入 至該流入量預測單元4 2之流入量預測模型之變數數目， 以促成該流入量預測單元對雨水流入量更精準之預測。 此外’在過去降雨量時序資料矩陣Xh，使用包含一 變異矩陣或一共同變異矩陣Sh的一固有向量元素之表示 矩陣P ’則線性對映單元4 1可得到線性對映資料矩陣 γ °因此’線性對映資料矩陣γ之元素可轉換成線性獨立 時序資料，其中該等元素彼此間係無關連性。 另外’根據構成表示矩陣之固有向量的固有値所計算 出的累積貢獻率a ’係大於一預定之臨限値係較佳的作 法。因此’在極可能受制於該線性對映過程之前，可得到 該線性對映資料矩陣γ以防止該降雨量時序矩陣χ的資 訊流失。 此外’線性對映單元4 1藉執行一具有使用一表示矩 陣Ρ之線性對映過程’以獲得該線性對映資料矩陣γ，其 中該表示矩陣Ρ係由—負載矩陣所形成，而該負載矩陣係 在過去降雨量時序資料矩陣Xh之一主要元素之分析期間 所得之。因此’在極可能受制於該線性對映過程之前，可 得到該線性對映資料矩陣γ以防止該降雨量時序矩陣χ -38- (34) 1310428 的資訊流失。在同一時間，線性對映資料矩陣γ之元素 可轉換成線性獨立時序資料’其中該等元素彼此間係無關 連性。 另外，模型辨識單元44係根據過去降雨量時序資料 矩陣’以構成流入量預測模型，其中將降雨量時序資料矩 陣之多個變數資料轉換成較少之變數資料，以及過去雨水 時序流入量。因此’可減少輸入至模型辨識單元44之過 去降雨量時序資料數目。因此，可促成流入量預測模型的 形成。另外，由於流入量預測模型係根據線性獨立降雨量 時序資料所形成，其中在該線性獨立降雨量時序資料的該 等元素彼此間係無關連性，故可得到高精準性之流入量預 測模型。 此外’根據本實施例之雨水排放支援系統與雨水排放 支援方法’進水水質預測機制5 0根據由雷達雨量計11與 地面雨量計1 2其中之一或兩者所量測雨量，可預測進水 水質與進水水量。因此’可預測首次沖刷的發生。換言 之’運作支援裝置5 6從所預測之進水流入量予以辨別出 首次沖刷’並產生運作命令以要求該首次沖刷匯聚在該雨 水滯留池3 2 ’以及當降雨量低於一預定値時，則要求設 於雨水滯留池3 2的泵3 7將所匯聚之首次沖刷水送回至污 水泵井3 1。例如，當首次沖刷發生時，與雨水滯留池3 2 相通之流入管21之圖上沒表示之閘門係打_著，所以該 首次沖刷水得以在首次階段即匯聚在雨水滯留池3 2。當 進水水量夠低時，也就是當雷達雨量計11與地面雨量計 -39- (35) 1310428 1 2無法施行降雨量量測時，則透過雨水滯留池泵3 7將所 匯聚之首次沖刷水從雨水滯留池3 2送回至污水泵井31。 透過污水泵3 6將污水輸送至一污水處置設備，圖中並沒 表示，污水栗3 6係受制於一污水處置（高階作用、標準觸 發污泥作用、氧化渠作用）。接下來，被處置過的水即釋 放至河川3 4，因此降低對環境的不良效應。 另外，根據本實施例之雨水排放控制系統與雨水排放 控制方法，雨水泵控制機制60藉使用污水管的一水位點 作爲一指標，以變更該等泵的一啓動水位與一停止水位， 對流入污水管的雨水而言，到該水位必須花幾分鐘的時間 方能到達一泵廠。接下來例如，當雨水真正突然地流入淤 沙沈澱池之前，加快該等泵的啓動時間以抑制在淤沙沈澱 池雨水泵井的水位上升。反過來說，延遲雨水泵的啓動時 間以減少雨水泵的排放量，可降低一地區所接收到雨水之 水質惡化。 除了如所計算帶有較大誤差之流入量預測値作爲一指 標之外，在污水管之上游地點所真實量測之水位以及在淤 沙沈澱池雨水泵井所真實量測之水位亦可當作指標。因 此，可降低該等雨水泵錯誤運作的可能性。 本發明之雨水排放系統應不受限於上述的實施例，可 在此加入不同的改變。 參閱圖12以說明本發明之雨水排放系統的一替代實 施例。在圖12中，與在圖1到圖1 1所示之相同部位係以 相同的參考標號來標示，故省略這些部位的細部說明。 -40- (36) (36)1310428 如圖12所示，在本實施例的雨水排放系統與在圖1 到圖1 1所示之雨水排放系統不同地方僅在於流入量預測 機制40p係設有一降雨量預測單元1 5，該降雨量預測單 元1 5位於降雨量量測單元1 0與線性對映單元4 1之間。 其他的結構與圖1到圖U所示之本實施例係完全相同。 流入量預測機制40p係參閱圖1 2以說明之。 如圖1 2所示，降雨量預測單元1 5係連接至該降雨量 量測單元1 0，故由降雨量量測單元1 0所量測η個區塊之 時序降雨量資料係送至降雨量預測單元1 5。 降雨量預測單元1 5根據所量測降雨量時序資料，以 預測在各區塊時序的一未來降雨量。 然後，由降雨量預測單元15所預測之未來降雨量資 料係送至線性對映單元4 1，其中降雨量預測單元1 5係連 接至該線性對映單元4 1。線性對映單元4 1係施行一線性 對映過程，將所預測之降雨量時序資料矩陣Ζ之多個變數 轉換成較少變數之資料，以得到一線性對映資料矩陣Υ。 如上所述，在流入量預測機制40Ρ，線性對映單元4 1 係施行一線性對映過程，將k X η之所預測降雨量時序 資料矩陣Ζ之多個變數轉換成k X m之線性對映資料矩 陣 Υ(πι<η)之較少變數資料。因此，可減少輸入至該流入 量預測單元42之流入量預測模型之變數數目，以促成流 入量預測單元42對雨水流入量之預測。 然後，本發明的另一實施例係參閱圖1 3以說明之。 如圖1 3所示，在本實施例的雨水排放系統與在圖i -41 - (37) 1310428 到圖1 1所不實施例之雨水排放系統不同地方僅在於 水質預測機制5 0 p之資料獲取裝置5 2 p的組成與圖5 之資料獲取裝置52的組成有所不同。其他的結構與 到圖1 1所示之本實施例係完全相同。 進水水質預測機制5 0 p係參閱圖1 2如下說明之》 不同於圖5所示之實施例’在本實施例之雨水排 統，由位在污水管2 0之水質量測計2 5、流速計2 6， 位計27所量測之資料25a到資料27a，係由資料獲 置5 2p在一預定頻率下所獲取。這些資料係記錄在資 憶裝置53。資料獲取裝置52p與資料記憶裝置53可 與記錄來自氣候資訊系統之氣候資訊，並沒在圖中表 除了流進流入管21的進水水質與進水量之外， 裝置54預測在污水管20的水質、在污水管20的 量，以及從污水管2 0流到流入管2 1的污泥量或沈積 換言之，預測裝置54藉使用模型方程式（4)，以 污水管20的水質、某些過去污水管20的水質、某些 降雨量與某些過去降雨量之指數爲基礎，以預測尙未 一流入管21在一所在點的水質，其中該所在點係指 量測計2 5在污水管2 0的位置。 預測裝置54藉使用模型方程式（5) ’以現在污水 的水流量、某些過去污水管20的水流量 '某些過去 量與某些過去降雨量之指數爲基礎，同樣也能預測尙 進一流入管21在一所在點的水流量，其中該所在點 流速計26在污水管的位置。 進水 所示 圖1 放系 與水 取裝 料記 得到 示。 預測 水流 量。 現在 過去 流進 水質 t 20 降雨 未流 係指 -42- (38) 1310428 另外，預測裝置5 4係從資料記憶裝置5 3獲取晴天的 污水管2 0水位，以計算於該污水管之污泥或沈積物之位 準，以及根據雨天時在污水管2G的水流量與水質’以預 測流進該流入管2 1的首次沖.刷之未來水流量與水質。 在本實施例中，既然由位在污水管2 0之水質量測計 2 5、流速計2 6，與水位計2 7所量測之資料2 5 a到資料 27a，係在一預定頻率下所獲取與記錄’所以藉由獲取雷 達雨量計11與地面雨量計12其中之一或兩者所量測的雨 量，可預測在一所在點的水流量與水質’其中該所在點係 指該量測裝置在污水管2 0的位置。換言之’可預測尙未 流進一流入管21的水流量與水質。因此’係可能以更明 確與精確的方式來支援或控制雨水滯留池32的雨水收 集、雨水泵3 5的運作與停止’以及污水泵3 6的運作與停 止。 根據雷達雨量計資料52a、地面雨量計資料52b，或 如氣象資訊系統的氣象預測，以計算出連續數天的晴天 日。同時可量測在連續晴天日之污水管20水位27a以及 污水管2 0之污泥或沈積物之位準。接著，根據在污水管 20在一雨天時的水質25a與水流量26，以預測流進一流 入管2 1的進水水量與水質。當接連發生好幾天晴時，沈 積物通常容易黏附並堆積在污水管20。當沈積物在雨天 時流入污水管20 ’則根據上面事先所預測之沈積量，可 精準預測首次沖刷的進水量與進水水質。 係可能計算出來以進水水質BOD-SS負載（在每單位 -43- (39) (39)1310428 處理廠之生物重量所提供進水有機污染物質之負載量）爲 基礎。 【圖式簡單說明】 本發明之實施例係參照所附之圖式予以如下說明。注 意本發明不受限於如下所述之實施例，反而包括不同的賦 予本發明技術上創意之實施例。 圖1係一描述在本發明之一實施例之雨水排放系統之 架構圖， 圖2係一描述在如圖1所示之雨水排放系統之一控制 系統所組成之方塊圖； 圖3係一說明在如圖2所示之控制系統之流入量預測 機制所組成之方塊圖； 圖4係一說明在如圖3所示之流入量預測機制之一表 示矩陣製作單元運作之流程圖； 圖5係一說明在如圖2所示之控制系統之進水水質預 測機制所組成之方塊圖； 圖6係一說明在如圖2所示之控制系統之雨水泵控制 機制所組成之方塊圖； 圖7係一說明在如圖6所示之雨水泵控制機制運作之 流程圖； 圖8係一描繪在如圖6所示之雨水泵控制機制之雨水 泵之一啓動水位與一停止水位之變更圖； 圖9係一描繪在如圖6所示之雨水泵控制機制之複數 -44- (40) (40)1310428 之雨水泵之一啓動水位與一停止水位之一偏移運作圖； 圖1 〇係一說明在如圖6所示之雨水泵控制機制之一 水位上升之指標描述一覽表； 圖1 1係在如圖6所示之雨水泵控制機制，比較污水 管之一上游地點與污水管之一下游地點兩者在水位時序資 料之比較圖； 圖1 2係一說明在本發明之雨水排放系統之流入量預 測機制所另外組成之方塊圖；以及 圖1 3係一說明在本發明之雨水排放系統之雨水泵控 制機制所另外組成之方塊圖。 【主要元件符號說明】 I 0 :降雨量量測單元 II :雷達雨量計 1 2 :地面雨量計 1 5 :降雨量預測單元 2 〇 :污水管 2 1 :流入管 23 :流速計 2 3 :水位計 24 :水質量測計 25 :水質量測計 26 :流速計 2 7 :水位計 45- (41) 1310428 3 0 ·雨水栗井 3 1 :污水泵井 3 2 :雨水滯留池 34 :河川 3 5 :雨水泵 3 6 :污水栗 3 7 :雨水滯留池泵 g 3 8 :流速計 40 :流入量預測機制 4 Op :流入量預測機制 4 1 :線性對映單元 ~ 42 :流入量預測機制 - 43:表示矩陣製作單元 44 :模型辨識單元 5 0 :進水水質預測機制 -46 -