特許ウォッチ

公開番号2025008485
公報種別公開特許公報(A)
公開日2025-01-20
出願番号2023110699
出願日2023-07-05
発明の名称水位予測システム、学習装置、水位予測方法、水位予測プログラム、学習方法および学習プログラム
出願人三菱電機株式会社
代理人個人
主分類E02B 1/00 20060101AFI20250109BHJP(水工;基礎;土砂の移送)
要約【課題】水位予測の高精度化を実現可能な水位予測システムを得ること。
【解決手段】水位予測システム1は、河川の複数地点における水位の計測値を含む河川の計測データ23を取得する計測データ取得部31と、河川の流域に設けられる河川設備200の稼働状況を含む周囲環境データを取得する周囲環境データ取得部41と、計測データ取得部31により取得された計測データ23に含まれる異常データを除外する計測データ加工部12と、計測データ23および周囲環境データに基づき水位変化量を予測するための学習を実行して生成された学習済モデル25、計測データ加工部12により異常データが除外された計測データ23である加工済計測データ24、および周囲環境データ取得部41により取得された周囲環境データに基づいて河川の水位予測を行う水位予測部11と、を備える。
【選択図】図2
特許請求の範囲【請求項１】
河川の複数地点における水位の計測値を含む前記河川の計測データを取得する計測データ取得部と、
前記河川の流域に設けられる河川設備の稼働状況を含む周囲環境データを取得する周囲環境データ取得部と、
前記計測データ取得部により取得された前記計測データに含まれる異常データを除外する計測データ加工部と、
前記計測データおよび前記周囲環境データに基づき水位変化量を予測するための学習を実行して生成された学習済モデル、前記計測データ加工部により異常データが除外された前記計測データである加工済計測データ、および前記周囲環境データ取得部により取得された前記周囲環境データに基づいて前記河川の水位予測を行う水位予測部と、
を備えることを特徴とする水位予測システム。
続きを表示（約 1,800 文字）【請求項２】
前記水位予測の対象地点が複数存在し、
前記水位予測部は、前記対象地点ごとに異なる学習済モデルを利用して前記水位予測を行い、
前記対象地点ごとに異なる前記学習済モデルは、前記対象地点ごとに個別に選定された学習用データを用いた学習を実行して生成される、
ことを特徴とする請求項１に記載の水位予測システム。
【請求項３】
前記計測データは、前記河川の濁度の計測値と、雨量の計測値と、潮位の計測値とをさらに含む、
ことを特徴とする請求項１に記載の水位予測システム。
【請求項４】
前記周囲環境データは、外部の他のシステムから取得された他システム情報をさらに含み、
前記他システム情報は、雨量予測値、潮位予測値、および前記水位予測の対象地点とは異なる地点の水位予測値の全部または一部を含む、
ことを特徴とする請求項１に記載の水位予測システム。
【請求項５】
前記水位予測部は、前記学習済モデルと、前記加工済計測データおよび前記周囲環境データとを使用して、予め設定した基準時刻から一定時間が経過するまでの水位変化量を予測し、さらに、予測した水位変化量を前記基準時刻の水位に加算して、前記基準時刻から前記一定時間が経過した時点の時刻である予測時刻の水位の予測値を生成する、
ことを特徴とする請求項１に記載の水位予測システム。
【請求項６】
前記水位予測部は、前記予測時刻を新たな前記基準時刻に再設定し、前記学習済モデルと、前記加工済計測データおよび前記周囲環境データとを使用して、再設定後の前記基準時刻から前記予測時刻までの水位変化量を予測し、さらに、予測した水位変化量を再設定後の前記基準時刻の水位に加算して、再設定後の前記予測時刻の水位の予測値を生成する水位予測処理、を繰り返し実行し、前記一定時間が経過するごとの水位を将来の定められた期間にわたって推測する、
ことを特徴とする請求項５に記載の水位予測システム。
【請求項７】
前記計測データに含まれる計測値が得られる周期と比較して前記一定時間が長い場合、
前記水位予測部は、前記計測データに含まれる計測値の前記一定時間における平均値を前記水位変化量の予測処理で使用する、
ことを特徴とする請求項５に記載の水位予測システム。
【請求項８】
前記加工済計測データおよび前記周囲環境データに基づいて前記学習済モデルの再学習を行う学習部、
を備えることを特徴とする請求項１から７のいずれか一つに記載の水位予測システム。
【請求項９】
河川の複数地点における水位の計測値を含む河川の計測データと、前記河川の流域に設けられる河川設備の稼働状況を含む周囲環境データとを取得するデータ取得部と、
前記計測データおよび前記周囲環境データに基づいて作成される学習用データを用いて、前記計測データおよび前記周囲環境データから前記複数地点のいずれか一つの地点である予測対象地点の一定時間あたりの水位変化量を推論するための学習済モデルを生成するモデル生成部と、
を備えることを特徴とする学習装置。
【請求項１０】
水位予測システムが河川の水位を予測するための水位予測方法であって、
河川の複数地点における水位の計測値を含む前記河川の計測データを取得する計測データ取得ステップと、
前記河川の流域に設けられる河川設備の稼働状況を含む周囲環境データを取得する周囲環境データ取得ステップと、
前記計測データ取得ステップで取得した前記計測データに含まれる異常データを除外する計測データ加工ステップと、
前記計測データおよび前記周囲環境データに基づき水位変化量を予測するための学習を実行して生成された学習済モデルと、前記計測データ加工ステップで異常データが除外された前記計測データである加工済計測データと、前記周囲環境データ取得ステップで取得した前記周囲環境データとに基づいて前記河川の水位予測を行う水位予測ステップと、
を含むことを特徴とする水位予測方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、水防のために河川等の水位を予測する水位予測システム、学習装置、水位予測方法、水位予測プログラム、学習方法および学習プログラムに関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
近年、気候変動による水害リスクが増加する中、河川水位の急激な上昇に対し迅速かつ適切な水防活動が求められている。迅速かつ適切な水防活動の実現には、水防活動の対象範囲の将来の状態をできるだけ正確に予測することが重要となる。
【０００３】
例えば、特許文献１には、河川で計測した水位、雨量などの情報である河川情報と、排水機場のポンプの運転状態、水門の開閉状態などの情報である施設運用情報とを用いて、モデル化手法または機械学習により将来の水位を予測する技術が記載されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２０－１３３２７５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
水位予測で使用する情報の中に異常な情報が含まれている場合、水位の予測精度が低下してしまい、適切な水防活動の妨げになるおそれがある。水位予測では、現在や過去の実際の水位を用いることが一般的であり、実際の水位は水位計を用いて計測する。しかしながら、例えば、水草等が水位計に近づくと、水草等を水と誤検知し、水位計から出力される計測値の誤差が大きくなるおそれがある。また、水面にゆらぎが生じている場合、同じ水位であったとしても計測を実施するタイミングの違いで計測値が異なり、正確な水位を計測することが難しい。水防活動のための水位予測がより重要となる場合、具体的には、降雨量が非常に多く、河川の水位が急激に上昇する傾向にあるような場合、水面のゆらぎが大きくなり、実際の水位と計測値との誤差が大きくなると予想される。特に、台風などにより、降雨量の増加に加えて強風が発生すると、水面の揺らぎがさらに大きくなり誤差が拡大するおそれがある。
【０００６】
本開示は、上記に鑑みてなされたものであって、水位予測の高精度化を実現可能な水位予測システムを得ることを目的とする。
【課題を解決するための手段】
【０００７】
上述した課題を解決し、目的を達成するために、本開示にかかる水位予測システムは、河川の複数地点における水位の計測値を含む河川の計測データを取得する計測データ取得部と、河川の流域に設けられる河川設備の稼働状況を含む周囲環境データを取得する周囲環境データ取得部と、計測データ取得部により取得された計測データに含まれる異常データを除外する計測データ加工部と、計測データおよび周囲環境データに基づき水位変化量を予測するための学習を実行して生成された学習済モデル、計測データ加工部により異常データが除外された計測データである加工済計測データ、および周囲環境データ取得部により取得された周囲環境データに基づいて河川の水位予測を行う水位予測部と、を備えることを特徴とする。
【発明の効果】
【０００８】
本開示によれば、水位予測の高精度化を実現可能な水位予測システムを得ることができる、という効果を奏する。
【図面の簡単な説明】
【０００９】
実施の形態１にかかる水位予測システムを含む水防システムの構成例を示す図
実施の形態１にかかる水位予測システムの機能ブロック構成の一例を示す図
実施の形態１にかかる水位予測システムの動作を示す図
実施の形態１にかかる水位予測システムの計測データ加工部の動作の一例を示すフローチャート
予測対象地点ごとの学習用データの選定方法を説明するための第１の図
予測対象地点ごとの学習用データの選定方法を説明するための第２の図
予測対象地点ごとの学習用データの選定方法を説明するための第３の図
実施の形態１にかかる水位予測システムの水位予測部が使用する学習済モデルを生成する学習装置の一例を示す図
ニューラルネットワークを説明するための図
学習装置の動作の一例を示すフローチャート
実施の形態１にかかる水位予測システムの水位予測部を実現する推論装置の構成例を示す図
推論装置の動作の一例を示すフローチャート
実施の形態１にかかる水位予測システムの動作の一例を示すフローチャート
水位予測システムの水位予測部および計測データ加工部を実現するサーバのハードウェア構成例を示す図
実施の形態２にかかる水位予測システムの機能ブロック構成の一例を示す図
【発明を実施するための形態】
【００１０】
以下に、本開示の実施の形態にかかる水位予測システム、学習装置、水位予測方法、水位予測プログラム、学習方法および学習プログラムを図面に基づいて詳細に説明する。
（【００１１】以降は省略されています）

関連特許