学会誌「EICA」

[論文] 異常検知AIを用いた漏水検知手法の開発

内容

水道管路の漏水事故は，グローバルな課題であり，地域的な減水・断水を招き，道路の陥没などの二次被害を生じる恐れがある。近年人工知能(AI) の急速な進歩があり，本研究ではAIを用いた異常検知手法を漏水検知に活用し，配水量の異常変化を検知して迅速に警報を出すことを目標とした。K市の配水データを用い，One-Class SVMというアルゴリズムを利用し，異なる時刻の配水流量データの関連性や時系列データの周期性を考慮し，時刻毎のOne-Class SVMモデルを構築することで，通常の配水流量と比べて高くなった異常流量を検知できることを確認した。また，時刻毎のOne-Class SVMモデルの構築より，一日の全体的な流量異常を検知でき，特に夜中の低流量の異常上昇も検知できた。結果より，漏水ではない場合の配水流量上昇を誤検出するという課題があるが，検討した手法は漏水被害の最小化に有効な手法であると考えられる。

巻

28巻2/3号2023年

Page

3

題名

異常検知AIを用いた漏水検知手法の開発

Title

Detection of Water Loss by AI with Anomaly Detection Algorithm

著者

隋 鵬哲1)，島村和彰1)，多田啓太郎2)，角 純平2)

Authors

Pengzhe Sui 1), Kazuaki Shimamura 1), Keitaro Tada 2) , Jumpei Sumi 2)

著者表記

1)水ing(株) 研究開発センター
2)水ing(株) 総合水事業本部

Author attribution

1) Research and Development Center, Swing Corporation
2) Integrated Water Business Div., Swing Corporation

著者勤務先名

Office name

著者所属名

キーワード

異常検知，漏水，人工知能

Key Words

anomaly detection, water loss, artificial intelligence

概要

水道管路の漏水事故は，グローバルな課題であり，地域的な減水・断水を招き，道路の陥没などの二次被害を生じる恐れがある。近年人工知能(AI) の急速な進歩があり，本研究ではAIを用いた異常検知手法を漏水検知に活用し，配水量の異常変化を検知して迅速に警報を出すことを目標とした。K市の配水データを用い，One-Class SVMというアルゴリズムを利用し，異なる時刻の配水流量データの関連性や時系列データの周期性を考慮し，時刻毎のOne-Class SVMモデルを構築することで，通常の配水流量と比べて高くなった異常流量を検知できることを確認した。また，時刻毎のOne-Class SVMモデルの構築より，一日の全体的な流量異常を検知でき，特に夜中の低流量の異常上昇も検知できた。結果より，漏水ではない場合の配水流量上昇を誤検出するという課題があるが，検討した手法は漏水被害の最小化に有効な手法であると考えられる。

Abstract

Water loss in water supply systems is a global issue, causing regional water outages directly as well as the indirect damage such as road subsidence. With the rapid development of artificial intelligence (AI) in recent years, an anomaly detection method with AI was developed in this study to detect water loss in water supply system in order to response quickly according to the alarm of AI when water leakage happened. Using the flowrate data in water distribution system of K City and considering the connectivity and daily periodicity of time series flowrate data, an algorithm called One-Class SVM was adopted to detect the abnormal flowrates in every hour. It was confirmed that One-Class SVM was useful for the detection of abnormally high flowrates, including the abnormal flowrates in one whole day, especially the relatively low abnormal flowrates in the night. According to the results, although there were still some issues, such as wrong detection result of high flowrates when water loss did not occur, the developed approach could be effective to minimize the damage caused by the water leakage.