Upgrade to Pro — share decks privately, control downloads, hide ads and more …

低コスト低信頼な水位計導入促進ための異常検知システム

Avatar for hassaku hassaku
June 23, 2020

 低コスト低信頼な水位計導入促進ための異常検知システム

防災テックチャレンジ2020

Avatar for hassaku

hassaku

June 23, 2020
Tweet

More Decks by hassaku

Other Decks in Research

Transcript

  1. 基本原理
 時間
 時間×地点数
 地点数
 ※事前確率、ハイパーパラメータの表示は省略 
 水位(観測)
 流入出量
 河川流量
 川幅等係数


    位置関係等係数
 雨量
 河川、水位、雨量の関係性をモデル化したグラフィカルモデル
 異常検知のための基本的な仕組みとして
 水位に関係しそうなデータを機械学習によりモデル化する手法を用いた
 水位と雨量のデータから、各要素の関係性 を学習し、水位の正常・異常の区別をつけら れるようにすることが目標

  2. 仮に1地点(鷺盛橋)の水位計が故障したとして
 誤った水位データを記録する状況を想定(検証用に実データを加工)
 水位@鷺盛橋
 水位@妙正寺二上
 水位@上高田上
 水位@落合上
 雨量@中野
 雨量観測所
 鷺盛橋
 妙正寺二上


    上高田上
 落合上
 ←上流
 点線:実際の水位
 実線:水位計の数値 
 5/16
 5/29
 5/27
 検証内容
 
 雨が降った時の実際の水位(点線)と
 水位計の数値(実線)が合っていない!

  3. 時間
 時間×地点数
 地点数
 ※事前確率、ハイパーパラメータの表示は省略 
 水位(観測)
 流入出量
 河川流量
 川幅等係数
 位置関係等係数


    雨量
 河川、水位、雨量の関係性をモデル化したグラフィカルモデル
 MCMC法によるパラメータ推定
 河川流量
 川幅等係数
 流入出量
 位置関係等係数
 水位データの生成過程を、シンプルな階層ベイズモデルにて記述し、
 MCMC法により各種パラメータを推定
 検証内容
 

  4. パラメータ推定したモデルを用いると、
 観測するであろう水位を予測することが可能
 水位@鷺盛橋
 水位@妙正寺二上
 水位@上高田上
 水位@落合上
 雨量@中野
 雨量観測所
 鷺盛橋
 妙正寺二上


    上高田上
 落合上
 ←上流
 点線:実際の水位
 青線:水位計の数値 
 赤線:予測水位
 5/16
 5/29
 実際には水位が上昇しているのに、 
 故障によって、正しく計測出来ていない 
 検証内容
 雨が降った時の実際の水位(点線)と
 予測水位(赤線)がほぼ合っている