TWI670509B - 分類地下流體汲取區的決策裝置及其決策方法 - Google Patents

Abstract

一種分類地下流體汲取區的決策裝置，其應用於汲取裝置，決策裝置包括：資訊轉換單元及決策單元。資訊轉換單元轉換汲取區資訊為特徵參數組，且特徵參數組包括至少一特徵參數；決策單元接收至少一特徵參數，且根據至少一特徵參數提供對應的電量-流量轉換曲線；汲取裝置於工作狀態的耗電量通過電量-流量轉換曲線獲得汲取量。

Description

分類地下流體汲取區的決策裝置及其決策方法

本發明係有關一種分類地下流體汲取區的決策裝置及其決策方法，尤指一種利用電能轉換汲取量來分類地下流體汲取區的決策裝置及其決策方法。

地表之下，蘊藏著豐富的地下資源，其中又以地下流體為重要的民生資源。地下流體的汲取方式，通常是以鑿井的方式，向地下開挖至汲取區。然後，再以電動泵浦將流體汲取出來利用。

習知的地下流體汲取量的獲取方式的其中之一，是在汲取區安裝電動泵浦，且在電動泵浦的管路後端安裝流量計，以通過流量計獲取地下流體的汲取量。而習知通過流量計量測地下流體汲取量的測量方法有下述缺點：(a)由於電動泵浦在工作狀態時會震動，使得流量計的汲取量會受到電動泵浦的震動，而造成汲取量的獲取不穩定。(b)由於流量計價格昂貴，因此不適合地區性的大量佈建。(c)由於汲取區的地下流體會受到流體豐枯期的液位變化，使得流量計的上游壓力與下游壓力差變化，造成流量計所獲取的汲取量偏差。

另一種的地下流體汲取量的獲取方式是安裝震動感測器來量測電動泵浦的震動與否，作為電動泵浦處於工作狀態的時間估算，以利用物理換算的獲取方式，相對等效地獲取地下流體的汲取量。然而，此估算方法有下述 缺點：(a)在安裝震動感測器之後會因為電動泵浦耗損，而使得震動感測器所量測到的震動訊號有多頻率雜訊，造成電動泵浦處於工作狀態的時間估算有誤差。(b)由於震動感測器若安裝在汲取區時，所量測的訊號會受到液體的波動而造成震動頻率的偏移，因此若震動感測器應用在沉水式電動泵浦時，會無法估算電動泵浦處於工作狀態的時間。(c)利用電動泵浦震動來估算汲取量的方法因為量測偏差大，因此需要一個比對汲取區來作快速傅立葉轉換(Fast Fourier Transform；FFT)，而無法單獨一個汲取區即做到汲取量的測量。

此外，既有感測電動泵浦震動來推估抽水井的汲取量的估算方法，由於地下水的區域性水文地質不易掌握，基於在智慧水網的無線聯網校正之需求下，無法建立比對每一汲取區真正的測量情形。

因此，如何設計出一種分類地下流體汲取區的決策裝置及其決策方法，利用建立一種分類方法，來達成最佳化量測之目的，乃為本案發明人所研究的重要課題。

為了解決上述問題，本發明係提供一種分類地下流體汲取區的決策裝置，以克服習知技術的問題。因此，本發明分類地下流體汲取區的決策裝置包括：資訊轉換單元，接收汲取區資訊。及決策單元，耦接資訊轉換單元。其中，資訊轉換單元轉換汲取區資訊為特徵參數組，且特徵參數組包括至少一特徵參數；決策單元接收至少一特徵參數，且根據至少一特徵參數提供對應的電量-流量轉換曲線；電量-流量轉換曲線對應汲取區資訊的汲取裝置，使汲取裝置於工作狀態的耗電量通過電量-流量轉換曲線獲得汲取量。

為了解決上述問題，本發明係提供一種分類地下流體汲取區的決策方法，以克服習知技術的問題。因此，本發明分類地下流體汲取區的決策方法包括：提供資訊轉換單元，接收汲取區資訊。資訊轉換單元轉換汲取區資訊為特徵參數組，且特徵參數組包括至少一特徵參數。提供決策單元，接收至少一特徵參數。決策單元提供對應至少一特徵參數的電量-流量轉換曲線。其中，電量-流量轉換曲線對應汲取區資訊的汲取裝置，使汲取裝置於工作狀態的耗電量通過電量-流量轉換曲線獲得汲取量。

為了能更進一步瞭解本發明為達成預定目的所採取之技術、手段及功效，請參閱以下有關本發明之詳細說明與附圖，相信本發明之目的、特徵與特點，當可由此得一深入且具體之瞭解，然而所附圖式僅提供參考與說明用，並非用來對本發明加以限制者。

100‧‧‧地下流體汲取系統

10‧‧‧汲取裝置

20‧‧‧電表單元

30‧‧‧控制單元

200‧‧‧井口

300、300-A~300-F、300-X、300-Y‧‧‧汲取區

300-1‧‧‧汲取區資訊

300-2‧‧‧汲取區數據

400‧‧‧決策裝置

402‧‧‧資訊轉換單元

404‧‧‧決策單元

404-1‧‧‧數據資料單元

406‧‧‧校正單元

Cp‧‧‧耗電量

Vc‧‧‧汲取量

Vac‧‧‧實際汲取量

Sf‧‧‧特徵訊號

Sp‧‧‧耗電訊號

Pc‧‧‧特徵參數組

Pc-1~Pc-5‧‧‧特徵參數

Tm‧‧‧決策樹預測模組

Cvc、Cvc-1~Cvc-4‧‧‧電量-流量轉換曲線

S100~S250‧‧‧步驟

圖1為本發明地下流體汲取系統之方塊示意圖；圖2為本發明決策裝置之方塊示意圖；圖3為本發明決策樹預測模組的示意圖；圖4為本發明分類地下流體汲取區的決策方法之流程圖。

茲有關本發明之技術內容及詳細說明，配合圖式說明如下：請參閱圖1為本發明地下流體汲取系統之方塊示意圖。地下流體汲取系統100包括汲取裝置10、電表單元20及控制單元30，汲取裝置10耦接電表單元20，且在井口200的汲取區300汲取地下流體。電表單元20耦接控制單元 30，且量測汲取裝置10的耗電量Cp，以提供相對應耗電量Cp資訊(例如耗電量Cp的大小)的耗電訊號Sp至控制單元30。控制單元30接收耗電訊號Sp，且將耗電訊號Sp通過電量-流量轉換曲線(容後說明)轉換為地下流體的汲取量Vc，以通過汲取裝置10電量的消耗等效地得知地下流體的汲取量Vc。其中，地下流體汲取系統100在運作初期，控制單元30可分別記錄汲取裝置10的汲取量Vc(通過汲取裝置10耦接控制單元30的方式)及耗電量Cp，且將汲取裝置10的耗電量Cp以及地下流體的汲取量Vc的對應關係建立成電量-流量轉換曲線。待地下流體汲取系統100實際運作時，控制單元30僅需得知汲取裝置10的耗電量Cp即可將耗電量Cp等校地轉換為汲取量Vc。

然後，控制單元30將地下流體汲取系統100的各個數據轉換為汲取區資訊300-1或汲取區數據300-2，且輸出至決策裝置400。汲取區資訊300-1與汲取區數據300-2例如，但不限於包括汲取區300的水文特質、地理環境、含水層高低、含水層特性、流體溫度、流體與汲取裝置的相對位置等數據，汲取裝置10的規格、口徑、輸出功率、沉水深度及揚程能力等數據，汲取裝置10的使用時間、漏電流、三相電流平衡及機構磨耗等數據，以及每個汲取區300的電量-流量轉換曲線。有關決策裝置400與地下流體汲取系統100的配合應用，於後文將有更詳細地描述。

值得一提，地下流體汲取系統100可應用在單相電力領域，或三相電力領域。當地下流體汲取系統100應用在單相電力領域時，電表單元20為單相式電力瓦時表。當地下流體汲取系統100應用在三相電力領域時，電表單元20為三相式電力瓦時表。電表單元20可通過有線或無線傳輸的方式，將耗電訊號Sp傳輸至控制單元30。無線傳輸的方式例如，但不限於為ZigBee傳輸、SIGFOX傳輸、LORA傳輸、4G傳輸、4G NB-IOT傳輸或5G傳輸。此外，於本發明之一實施例中，汲取區資訊300-1與汲取區數據300-2不限定僅可包括上述 資訊與數據，舉凡有關汲取區的相關資訊與數據，皆應包括於本實施例之範疇當中。

具體而言，汲取裝置10可為沉水式電動泵浦或為地面式電動泵浦，且可為單相或三相的電動泵浦(Pump)。電動泵浦由轉動產生動力，且以動力汲取地下流體。由電動泵浦的效率計算方式：η=Pw/Pg(公式1)可得知，電動泵浦於工作狀態時，扣除摩擦損失、熱損失，即可得到電動泵浦的輸出能力(即為電動泵浦的效率)。其中，Pw為水動力、Pg為軸動力(軸動力=水動力+摩擦損耗+熱損耗)。當電動泵浦於工作狀態時，電動泵浦汲取地下流體，使電動泵浦管內液體與葉輪間產生摩擦損失。摩擦損失隨著電動泵浦的使用時間，以及機械結構所產生的間隙而有所不同。而電動泵浦所作之功(即為水動力)的計算方式為(以千瓦表示)：Pw=γ Qh/6120(公式2)。其中，Q(l/min)為電動泵浦的揚程比、γ(g/cm3)為液體的比重、h(m)為液體升高的高度。因此，根據上述公式1~2可得知，監視電動泵浦的輸出能力(Pw/Pg)，且將電動泵浦所消耗的電量轉換成為電動泵浦的汲取量Vc的評估，會是對應的線性曲線。

值得一提，於本發明之一實施例中，地下流體所指的是地下水資源，但不以此為限，例如但不限於地下流體可為石油。此外，於本發明之一實施例中，地下流體汲取系統100雖主要應用於獲取地下流體汲取量的汲取系統，但並不限於僅能應用在獲取地下流體領域。換言之，本發明之地下流體汲取系統100也可應用在利用汲取裝置10汲取汲取區300的流體之系統。例如但不限於，大樓的屋頂抽水系統。

請參閱圖2為本發明決策裝置之方塊示意圖，復配合參閱圖1。決策裝置400包括資訊轉換單元402與決策單元404，資訊轉換單元402耦接決策單元404，且資訊轉換單元402接收地下流體汲取系統100所提供的汲取區資訊300-1。決策單元404包括數據資料單元404-1，且數據資料單元404-1接收汲取 區數據300-2。數據資料單元404-1接收多個汲取區數據300-2(例如，但不限於6個汲取區300-A~300-F)，且分別儲存各個汲取區300的汲取區數據300-2。有關資訊轉換單元402的操作方式，於後文將有更詳細地描述。

數據資料單元404-1將汲取區數據300-2分類歸納為地下流體因子組、設備損耗因子組及設備形式因子組，且根據地下流體因子組、設備損耗因子組及設備形式因子組來調整權重比。具體而言，數據資料單元404-1將汲取區300的水文特質、地理環境、含水層高低、含水層特性、流體溫度、流體與汲取裝置的相對位置等數據分類歸納為地下流體因子組，將汲取裝置10的使用時間、漏電流、三相電流平衡及機構磨耗等數據分類歸納為設備損耗因子組，以及將汲取裝置10的規格、口徑、輸出功率、沉水深度及揚程能力等數據分類歸納為設備形式因子組。然後，將每個汲取區300-A~300-F按照地下流體因子組、設備損耗因子組及設備形式因子組分類後，根據每個汲取區300-A~300-F在地下流體因子組、設備損耗因子組及設備形式因子組中所佔的比例多寡，來決定權重比。值得一提，上述數據資料單元404-1將汲取區數據300-2分類歸納為地下流體因子組來排定權重比僅為示意性的範例，舉凡根據上述精神進行分類歸納為地下流體因子組來排定權重比之實施方式，皆應包含在本實施例之範疇當中。此外，於本發明之一實施例中，不限定數據資料單元404-1僅能將汲取區數據300-2分類歸納為地下流體因子組、設備損耗因子組及設備形式因子組。換言之，數據資料單元404-1可按照實際需求將汲取區數據300-2分類歸納為例如，但不限於至少2個以上的因子組的組合。

例如，但不限於汲取區300-A~300-F在地下流體因子組所得到的分數在50分以上的為汲取區300-A~300-E，所得到的分數在50分以下的為汲取區300-F。汲取區300-A~300-F在設備損耗因子組所得到的分數在50分以上的為汲取區300-A~300-D，所得到的分數在50分以下的為汲取區300-E~300-F。汲取 區300-A~300-F在設備形式因子組所得到的分數在50分以上的為汲取區300-A~300-C，所得到的分數在50分以下的為汲取區300-D~300-F。因此，在地下流體因子組的分類中，分數在50分以上的汲取區300-A~300-E為最多，所以地下流體因子組所得到的權重比較高。依此類推，可得權重比的順序依序為地下流體因子組、設備損耗因子組、設備形式因子組。進一步而言，由於每個汲取區的汲取區數據300-2不盡相同，因此當數據資料單元404-1所儲存的汲取區數據300-2越多時(例如，但不限於由100筆增加至1000筆汲取區數據300-2)，會導致地下流體因子組、設備損耗因子組及設備形式因子組因分類的汲取區數量比例改變，而致使權重比改變。例如，但不限於100筆汲取區數據300-2時，權重比的順序依序為地下流體因子組(依據分類而包括50個汲取區)、設備損耗因子組(依據分類而包括30個汲取區)、設備形式因子組(依據分類而包括20個汲取區)，但增加至1000筆汲取區數據300-2時，權重比的順序依序改變為設備形式因子組(依據分類而包括500個汲取區)、地下流體因子組(依據分類而包括300個汲取區)、設備損耗因子組(依據分類而包括200個汲取區)。因此，數據資料單元404-1會根據汲取區數據300-2調整權重比，使決策單元404校正特徵分類順序。值得一提，於本發明之一實施例中，上述權重比的調整僅為示意性的範例，舉凡根據上述精神進行權重比的調整之實施方式，皆應包含在本實施例之範疇當中。

決策單元404按照權重比(例如，但不限於上述的權重比順序)排定特徵分類順序，且建立起完整的決策樹預測模組Tm。然後，決策單元404將汲取區300-A~300-F按照特徵分類順序來分類，使決策單元404可根據汲取區300-A~300-F的特徵來對應提供精準的電量-流量轉換曲線Cvc。其中，每個汲取區300-A~300-F皆包括一個汲取裝置10。決策單元404通過數據資料單元404-1建立起完整的決策樹預測模組Tm後，使決策裝置400可根據汲取區資訊300-1來給出汲取裝置10精準的電量-流量轉換曲線Cvc。

進一步而言，決策樹預測模組Tm是一種特殊的樹狀結構，由一個決策圖和可能的結果(以本發明而言，包括汲取區的資訊及數據)所組成，用來創建到達目標的規劃。決策樹預測模組Tm主要是利用一個像樹一樣的圖形或決策模型的決策支持工具，包括隨機事件結果、資源代價和實用性，屬於一種算法顯示的方法。決策樹預測模組Tm經常在運籌學中使用，特別是在決策分析中，它幫助確定一個能最可能達到目標的策略。而本發明利用權重比(例如，但不限於上述的權重比順序)排定特徵分類順序建立決策樹預測模組Tm，以用來輔助決策且分類每一個汲取區。

資訊轉換單元402接收汲取區資訊300-1，且將汲取區資訊300-1轉換為特徵參數組Pc。特徵參數組Pc包括，例如但不限於5個特徵參數Pc-1~Pc-5。決策單元404接收特徵參數組Pc，且將特徵參數Pc-1~Pc-5按照地下流體因子組、設備損耗因子組及設備形式因子組分類後，將特徵參數Pc-1~Pc-5通過決策樹預測模組Tm的特徵分類順序來選擇並提供合適的電量-流量轉換曲線Cvc至地下流體汲取系統100。電量-流量轉換曲線為對應汲取區資訊300-1的汲取裝置10(如圖1所示)，使汲取裝置10於工作狀態的耗電量Cp通過電量-流量轉換曲線換算而獲得精準的汲取量Vc。

於本發明之一實施例中，汲取區資訊300-1可以為已經儲存於數據資料單元404-1的汲取區數據300-2，或為未儲存於數據資料單元404-1的數據。當汲取區資訊300-1為已經儲存於數據資料單元404-1的汲取區數據300-2時，代表汲取區資訊300-1為汲取區300-A~300-F的其中之一的資訊。此時，通過數據資料單元404-1耦接資訊轉換單元402，使資訊轉換單元402得知汲取區資訊300-1(汲取區300-A~300-F)對應的特徵參數組Pc。例如，但不限於資訊轉換單元402接收代表汲取區300-A的標號(例如，但不限於”12號井口”)。然後，資訊轉換單元402提供代表”12號井口”的特徵訊號Sf至數據資料單元404-1， 使數據資料單元404-1得知”12號井口”對應汲取區300-A，且數據資料單元404-1提供汲取區300-A的汲取區數據300-2至資訊轉換單元402。資訊轉換單元402將汲取區資訊300-1轉換為對應汲取區數據300-2的特徵參數組Pc。決策單元404將特徵參數組Pc通過決策樹預測模組Tm的特徵分類順序將特徵參數組Pc分類後，提供對應汲取區300-A的電量-流量轉換曲線Cvc。

或者，汲取區資訊300-1為汲取區300-A的資訊。然後，資訊轉換單元402提供汲取區資訊300-1至數據資料單元404-1，使數據資料單元404-1得知汲取區資訊300-1對應汲取區300-A，且數據資料單元404-1提供汲取區300-A的汲取區數據300-2至資訊轉換單元402。資訊轉換單元402將汲取區資訊300-1轉換為對應汲取區數據300-2的特徵參數組Pc。決策單元404將特徵參數組Pc通過決策樹預測模組Tm的特徵分類順序將特徵參數組Pc分類後，提供對應汲取區300-A的電量-流量轉換曲線Cvc。

於本發明之另一實施例中，汲取區資訊300-1可以為未將汲取區數據300-2儲存在數據資料單元404-1的汲取區(例如但不限於汲取區300-X、300-Y)。由於數據資料單元404-1可通過大量的汲取區數據300-2來建構成大數據資料庫，因此當汲取區數據300-2足夠多時，數據資料單元404-1雖未有汲取區300-X、300-Y的汲取區數據300-2，但仍然可找出符合汲取區資訊300-1的汲取區數據300-2。例如，但不限於資訊轉換單元402接收汲取區300-X的汲取裝置10為馬達A、口徑4英吋、揚程57公尺、使用時間2年、沉水1公尺等汲取區資訊300-1。資訊轉換單元402提供上述的資訊至數據資料單元404-1，使數據資料單元404-1比對後得知汲取區300-X的汲取區資訊300-1恰符合汲取區300-A的汲取區數據300-2，因此數據資料單元404-1提供汲取區300-A的汲取區數據300-2至資訊轉換單元402。資訊轉換單元402將汲取區資訊300-1轉換為對應汲取區數據300-2的特徵參數組Pc。決策單元404將特徵參數組Pc通過決策樹預測模組Tm的 特徵分類順序將特徵參數組Pc分類後，提供對應汲取區300-A的電量-流量轉換曲線Cvc。由於汲取區300-X的汲取區資訊300-1恰符合汲取區300-A的汲取區數據300-2，因此汲取區300-A的電量-流量轉換曲線Cvc可預期的能夠準確的精算出汲取區300-X汲取裝置10的汲取量Vc。

如圖2所示，決策裝置400包括校正單元406，且校正單元406耦接決策單元404。校正單元406接收汲取裝置10的實際汲取量Vac，且通過實際汲取量Vac校正電量-流量轉換曲線。具體而言，為了使決策裝置400所提供的電量-流量轉換曲線更為精準，因此可在汲取裝置10在汲取區300工作一個時段後(例如，但不限於1年)，才量測汲取裝置10的汲取量作為實際汲取量Vac(例如，但不限於人員到場量測或安裝臨時流量計)，使校正單元406利用實際汲取量Vac校正電量-流量轉換曲線。

請參閱圖3為本發明決策樹預測模組的示意圖，復配合參閱圖1~2。本發明一實施例中，數據資料單元404-1將汲取區數據300-2分類歸納為地下流體因子組、設備損耗因子組及設備形式因子組。但為了方便解說決策樹預測模組Tm的決策及分類概念，本實施例以權重比的順序依序為輸出功率、使用時間、揚程能力應用在汲取區300-A~300-F為例，但不以此為限。汲取區300-A~300-E的汲取裝置10輸出功率分類在100W以下，汲取區300-F的汲取裝置10輸出功率分類在100W以上；汲取區300-A~300-D的汲取裝置10使用時間分類在2年以下，汲取區300-E~300-F的汲取裝置10使用時間分類在2年以上；汲取區300-A~300-C的汲取裝置10揚程能力分類在50公尺以下，汲取區300-D~300-F的汲取裝置10揚程能力分類在50公尺以上。因此汲取區300-A~300-C對應到第一組的電量-流量轉換曲線Cvc-1、汲取區300-D對應到第二組的電量-流量轉換曲線Cvc-2、汲取區300-E對應到第三組的電量-流量轉換曲線Cvc-3、以及汲取區300-F對應到第四組的電量-流量轉換曲線Cvc-4。因此當汲取裝置10-A的汲取區 資訊300-1通過決策裝置400的分類而符合輸出功率分類在100W以下、使用時間分類在2年以下及揚程能力分類在50公尺以下時，決策裝置400提供第一組的電量-流量轉換曲線Cvc-1，使汲取裝置10-A通過第一組的電量-流量轉換曲線Cvc-1將耗電量Cp轉換為汲取量Vc。值得一提，於本發明之一實施例中，上述決策樹預測模組Tm的決策及分類僅為示意性的範例，舉凡根據上述精神進行決策樹預測模組Tm的決策及分類之實施方式，皆應包含在本實施例之範疇當中。

請參閱圖4為本發明分類地下流體汲取區的決策方法之流程圖，復配合參閱圖1~3。決策裝置400包括資訊轉換單元402與決策單元404，且分類地下流體汲取區的決策方法首先包括：提供資訊轉換單元，轉換汲取區資訊為特徵參數組，且特徵參數組包括至少一特徵參數(S100)。資訊轉換單元402接收汲取區資訊300-1，且將汲取區資訊300-1轉換為特徵參數組Pc。特徵參數組Pc包括至少一特徵參數(例如但不限於5個特徵參數Pc-1~Pc-5)。然後，決策單元接收至少一特徵參數，且提供對應至少一特徵參數的電量-流量轉換曲線(S150)決策單元404按照權重比(例如，但不限於上述的權重比順序)排定特徵分類順序，且建立起完整的決策樹預測模組Tm。然後，決策單元404將汲取區300-A~300-F按照特徵分類順序來分類，使決策單元404可根據汲取區300-A~300-F的特徵來對應提供精準的電量-流量轉換曲線Cvc。其中，每個汲取區300-A~300-F接包括一個汲取裝置10。決策單元404通過數據資料單元404-1建立起完整的決策樹預測模組Tm後，使決策裝置400可根據汲取區資訊300-1來給出汲取裝置10精準的電量-流量轉換曲線Cvc。

其中，分類地下流體汲取區的決策方法更包括：提供數據資料單元接收汲取區數據，且根據汲取區數據調整權重比，使決策單元校正特徵分類順序(S200)。數據資料單元404-1將汲取區數據300-2分類歸納為地下流體因子組、設備損耗因子組及設備形式因子組，且根據地下流體因子組、設備損耗因 子組及設備形式因子組來調整權重比。具體而言，數據資料單元404-1將汲取區300的水文特質、地理環境、含水層高低、含水層特性、流體溫度、流體與汲取裝置的相對位置等數據分類歸納為地下流體因子組，將汲取裝置10的使用時間、漏電流、三相電流平衡及機構磨耗等數據分類歸納為設備損耗因子組，以及將汲取裝置10的規格、口徑、輸出功率、沉水深度及揚程能力等數據分類歸納為設備形式因子組。然後，將每個汲取區300-A~300-F按照地下流體因子組、設備損耗因子組及設備形式因子組分類後，根據每個汲取區300-A~300-F在地下流體因子組、設備損耗因子組及設備形式因子組中所佔的比例多寡，來決定權重比。由於每個汲取區的汲取區數據300-2不盡相同，因此當數據資料單元404-1所儲存的汲取區數據300-2越多時(例如，但不限於由100筆增加至1000筆汲取區數據300-2)，會導致地下流體因子組、設備損耗因子組及設備形式因子組因分類的汲取區數量比例改變，而致使權重比改變。例如，但不限於100筆汲取區數據300-2時，權重比的順序依序為地下流體因子組、設備損耗因子組、設備形式因子組，但增加至1000筆汲取區數據300-2時，權重比的順序依序改變為設備形式因子組、地下流體因子組、設備損耗因子組。因此，數據資料單元404-1會根據汲取區數據300-2調整權重比，使決策單元404校正特徵分類順序。

其中，分類地下流體汲取區的決策方法更包括：提供校正單元接收汲取裝置的實際耗電量與實際汲取量，且通過實際耗電量與實際汲取量校正電量-流量轉換曲線(S250)。決策裝置400包括校正單元406，且校正單元406耦接決策單元404。校正單元406接收汲取裝置10的實際汲取量Vac，且通過實際汲取量Vac校正電量-流量轉換曲線。具體而言，為了使決策裝置400所提供的電量-流量轉換曲線更為精準，因此可在汲取裝置10在汲取區300工作一個時段後(例如，但不限於1年)，才量測汲取裝置10的汲取量作為實際汲取量Vac(例 如，但不限於人員到場量測或安裝臨時流量計)，使校正單元406利用實際汲取量Vac校正電量-流量轉換曲線。

綜上所述，本發明的實施例係具有以下的優點與功效：1、本發明的主要目的在於，利用分類地下流體汲取區的決策裝置，使得基於將汲取裝置的耗電量轉換成汲取量後，能夠利用每一汲取區的汲取數據來將汲取區分類，因此可達成最佳化量測之功效；2、由於本發明決策裝置利用決策樹預測模組來將汲取區分類，因此可達成使決策裝置可根據汲取區資訊來給出汲取裝置精準的電量-流量轉換曲線之功效；3、由於本發明決策裝置包括數據資料單元，因此可通過大量的汲取區數據來建構成大數據資料庫，以達成根據汲取區資訊找出相符合的電量-流量轉換曲線之功效；及4、由於本發明決策裝置包括校正單元，使決策裝置可通過校正單元校正電量-流量轉換曲線，因此可達成汲取裝置利用電量-流量轉換曲轉換出的汲取量更趨近於實際值之功效。

惟，以上所述，僅為本發明較佳具體實施例之詳細說明與圖式，惟本發明之特徵並不侷限於此，並非用以限制本發明，本發明之所有範圍應以下述之申請專利範圍為準，凡合於本發明申請專利範圍之精神與其類似變化之實施例，皆應包括於本發明之範疇中，任何熟悉該項技藝者在本發明之領域內，可輕易思及之變化或修飾皆可涵蓋在以下本案之專利範圍。

Claims (12)

1. 一種分類地下流體汲取區的決策裝置，應用於一汲取裝置，該決策裝置包括：一資訊轉換單元，接收與該汲取裝置相關的一汲取區資訊；及一決策單元，耦接該資訊轉換單元；其中，該資訊轉換單元轉換該汲取區資訊為一特徵參數組，且該特徵參數組包括至少一特徵參數；該決策單元接收該至少一特徵參數，且根據該至少一特徵參數提供對應的一電量-流量轉換曲線；該汲取裝置於一工作狀態的一耗電量通過該電量-流量轉換曲線獲得一汲取量；其中該決策單元按照一權重比排定一特徵分類順序，且該決策單元將該至少一特徵參數通過該特徵分類順序後，選定符合該特徵分類順序的該電量-流量轉換曲線。
2. 如申請專利範圍第1項所述分類地下流體汲取區的決策裝置，其中該權重比與該特徵分類順序構成一決策樹預測模組。
3. 如申請專利範圍第1項所述分類地下流體汲取區的決策裝置，其中該決策單元更包括：一數據資料單元，接收一汲取區數據；其中，該數據資料單元根據該汲取區數據調整該權重比，使該決策單元校正該特徵分類順序。
4. 如申請專利範圍第3項所述分類地下流體汲取區的決策裝置，其中該數據資料單元耦接該資訊轉換單元，使該資訊轉換單元得知該汲取區資訊對應的該特徵參數組。
5. 如申請專利範圍第3項所述分類地下流體汲取區的決策裝置，其中該數據資料單元將該汲取區數據分類歸納為一地下流體因子組、一設備損耗因子組及一設備形式因子組中任兩者以上的組合，且根據該地下流體因子組、該設備損耗因子組及該設備形式因子組中任兩者以上的組合來調整該權重比。
6. 如申請專利範圍第5項所述分類地下流體汲取區的決策裝置，其中該地下流體因子組包括一地理環境、一含水層特性、一流體溫度及一流體與一汲取裝置的相對位置中任兩者以上的組合或其中一者。
7. 如申請專利範圍第5項所述分類地下流體汲取區的決策裝置，其中該設備損耗因子組包括一漏電流、一三相電流平衡及一機構磨耗中任兩者以上的組合或其中一者。
8. 如申請專利範圍第5項所述分類地下流體汲取區的決策裝置，其中該設備形式因子組包括一汲取裝置規格、一汲取裝置口徑、一揚程能力及輸出功率中任兩者以上的組合或其中一者。
9. 如申請專利範圍第1項所述分類地下流體汲取區的決策裝置，更包括：一校正單元，耦接該決策單元；其中，該校正單元接收該汲取裝置的一實際汲取量，且通過該實際汲取量校正該電量-流量轉換曲線。
10. 一種分類地下流體汲取區的決策方法，應用於一汲取裝置，該決策方法包括：提供一資訊轉換單元，接收與該汲取裝置相關的一汲取區資訊；該資訊轉換單元轉換一汲取區資訊為一特徵參數組，且該特徵參數組包括至少一特徵參數；提供一決策單元，接收該至少一特徵參數； 該決策單元提供對應該至少一特徵參數的一電量-流量轉換曲線；及該汲取裝置於一工作狀態的一耗電量通過該電量-流量轉換曲線獲得一汲取量；其中該決策單元按照一權重比排定一特徵分類順序，且該決策單元將該至少一特徵參數通過該特徵分類順序後，選定符合該特徵分類順序的該電量-流量轉換曲線。
11. 如申請專利範圍第10項所述分類地下流體汲取區的決策方法，其中：提供一數據資料單元接收一汲取區數據，且根據該汲取區數據調整該權重比，使該決策單元校正該特徵分類順序。
12. 如申請專利範圍第10項所述分類地下流體汲取區的決策方法，其中：提供一校正單元接收該汲取裝置的一實際耗電量與一實際汲取量，且通過該實際耗電量與該實際汲取量校正該電量-流量轉換曲線。