JP2013521558A - 水道施設網内のリソースをモニタリングするためのシステム及び方法 - Google Patents

Abstract

水を消費者に配送するための配管網と、水道施設網にわたって配管に位置決めされた複数のメーターとを含む水道施設網をモニタリングするためのコンピュータ化された方法。本方法は、配管を通じて分配されている水の流量、圧力、塩素レベル、ｐＨ、及び濁度のようなメーターによって計測されるパラメータを表すメーターデータを受け取る段階を含む。更に、本方法は、メーターに対して外部の供給源から水道施設網によってサービス提供される地域内の水の消費に影響を及ぼす気象及び休日のような条件を表す補助データを受け取る段階を含む。メーターデータ及び補助データは、統計的な技術を用いて解析され、漏れイベントと、配管を通じて流れる水の量及び質、並びに水道施設網の運用に関する他のイベントとが識別される。これらのイベントは、ユーザインタフェースを通じてユーザに報告される。
【選択図】図１

Description

〔権利の告示〕
本特許明細書の開示の一部分は、権利保護の対象になる素材を含む。権利所有者は、米国特許商標庁の特許ファイル又は記録に見られる本特許の文献又は本特許の開示の何者によるファクシミリ複製に対しても全く異存を持たないが、そうでなければ、いずれの場合であっても全ての権利の権利を保有する。

一般的に本発明の分野は、水道施設網（ネットワーク）のようなリソース分配システムをモニタリングすること、及び配分された施設網（ネットワーク）に付随する異常を検出することに関する。

国際連合は、前世紀において水使用が人工増加率の２倍を上回って増加し、益々多くの地域が慢性的に水不足になっていることに言及している。２０２５年までには、世界の人口の３分の２が、増加した人口の結果として水ストレス条件下に置かれる可能性がある。水、特に、飲料水は、全ての社会経済的な発展及び健全な社会を維持するために不可欠である。地球にわたって人口が増加する時に、人々は、使用ための清水の高い割り当てを求め、その結果、深刻な水不足がもたらされている。

水不足に対処し、リソースを保存する１つの方法は、水道施設網内で発生する漏れ及び他のイベントの検出である。何人かの専門家は、漏れ及び盗難に起因する損失は、水道施設網を通じて流れる水の２５〜３０％に上ると推定している。従って、人間によって既に制御されているシステム内の水損失に対処することだけで有意な量の水を保存することができる。

古く貧弱に構成されたパイプライン、不十分な腐食保護、放置された弁、及び機械的な損傷は、水損失に寄与するファクタのうちの一部である。更に、水漏れが、システム内の供給圧を低減し、その結果、水道施設は、損失を補うためにシステム内の圧力を増大させなければならない。システムの圧力を増大させることにより、より多くの水が汲み出され、水道施設のエネルギ消費が増大する。実際に多くの国において、配水施設網（ネットワーク）は、突出した最大のエネルギ消費要素である。水漏れ及び他の施設網問題を識別して修正することにより、水道施設は、未来の使用に向けて水を保存することができ、エネルギ消費を劇的に低減することができる。

更に難度を高めているのは、殆どの水道施設網が大きく複雑で、時間と共に発達する特定の地理的な必要性に応えるために、任意の構成にある多くの配管を用いた断片的な拡張を通じて構成されたことである。更に、殆どの水道施設網は、単純な質量保存による流入及び流出の計算を可能にすることができる正確で頻繁な実時間顧客消費計測を欠く。更に、水道施設網は、個人個人の行動が予想不能で、多くのファクタに起因する変化を受ける多数の消費者に水を配送するように設計される。そのようなファクタは、例えば、気象変化及び自然イベント（例えば、高温気象は消費を高め、干ばつも同様である）、休日及び典型的な社会イベント（例えば、消費者を自宅に留め、水使用を住宅区域の施設網において増加させ、商業地区において低減する）、及び経時的な地区の人口統計変化を含む。

水道施設網における漏れ検出のための既存の方法は、これらの問題に十分を考慮していない。例えば、音響センサのような実地調査に使用される市販のハードウエア漏れ検出デバイスは、所定の区域内の漏れの位置を正確に定めるのに有効なものとすることができるが、設置して運用することが高価であり、迅速な発見及び施設網全体の網羅的なサービス範囲を可能にしない。ＡＢＢから入手可能なＡｄｖｉｓｅ（登録商標）水漏れ管理のような既存の水ＩＴシステムは、メーターデータをある程度使用しようと試みているが、この使用は過度に単純であり、従って、その結果は、限られた有利性のものでしかない。例えば、このシステムは、漏れ又は他の施設網イベントのような特定の個別イベントに対して正確に識別又は実時間で報告せず、メーター不良又は有害な水質状態を識別せず、日常的な施設網運用を正確に理解するのに必要な統計的解析を欠き、他の欠点がつきまとう。更に、現在使用されているシステムは、エネルギ損失又は盗水を検出する機能を欠いている。殆どの現在の手法の重大な失敗は、水道施設網の多くの非計測成分、取りわけ、多くの場合に非常に原始的な技術によってモデル化されるが依然として施設網のいずれかの解析に対して重大な影響を有するサービス顧客による水消費の詳細な統計モデルの欠如である。

世界中の水道施設において、施設網内の様々なメーターからデータを収集し、流量及び圧力のような量を計測する「監督制御及びデータ取得（ＳＣＡＤＡ）」システムが益々利用可能になっている。しかし、殆どの施設では、これらのシステムは、主に進行中の運用要求に対して少数の熟練したオペレータによって使用され、施設は、漏れ及び他の異常施設網イベントを自動的に（又は別途）検出するのに、これらの施設のシステム内に蓄積された履歴データを殆ど利用しない。更に、いずれの異常検出も、通常は単一のセンサの固定境界の警報に限定され、低い感度又は高い割合の偽警報のいずれかを招く。

水道施設網のオペレータは、分配システムの活動をモニタリングするために一層多くのメーターを加設し続けている。それによって施設網に関するより大量のデータ、従って、施設網内のイベントを理解するのにのより高い可能性が確かに提供されるが、多くの場合に、大きいデータ容量は、施設網のオペレータを更に混乱させ、既に困難な「干し草の中で針を探すような」水道施設網モニタリングの態様を悪化させるだけの働きしかしない。更に、より多くのメーターの配置は、通常は、高度なモニタリング目的でシステム全体から受け取られているデータの有利性を改善するようには最適化されない。その結果、施設網の活動を説明する大容積のデータは編集されず、多くの場合に、混乱を招き、施設網オペレータが、水道施設網の関連に対していずれの優れた判断を行うことも可能にしない。

Ｅｔｈｅｍ Ａｌｐａｙｄｉｎ著「機械学習序論（適応的計算及び機械学習）（Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ （Ａｄａｐｔｉｖｅ Ｃｏｍｐｕｔａｔｉｏｎ ａｎｄ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ））」、ＭＩＴ Ｐｒｅｓｓ（２００４年）、ＩＳＢＮ０２６２０１２１１１ Ｒｙｓｚａｒｄ Ｓ．Ｍｉｃｈａｌｓｋｉ、Ｊａｉｍｅ Ｇ．Ｃａｒｂｏｎｅｌｌ、Ｔｏｍ Ｍ．Ｍｉｔｃｈｅｌｌ著「機械学習：人工知能手法（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ： Ａｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ａｐｐｒｏａｃｈ）」、Ｔｉｏｇａ Ｐｕｂｌｉｓｈｉｎｇ Ｃｏｍｐａｎｙ（１９８３年）、ＩＳＢＮ０−９３５３８２−０５−４ Ｋｏｚｉｏｌ、Ｊａｍｅｓ及びＴｕｃｋｗｅｌｌ、Ｈｅｎｒｙ著「統計的検定を組み合わせるためのベイズ法（Ａ Ｂａｙｅｓｉａｎ Ｍｅｔｈｏｄ ｆｏｒ Ｃｏｍｂｉｎｉｎｇ Ｓｔａｔｉｓｔｉｃａｌ Ｔｅｓｔｓ）」、Ｊｏｕｒｎａｌ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｐｌａｎｎｉｎｇ ａｎｄ Ｉｎｆｅｒｅｎｃｅ、１９９９年：７８（１−２）、３１７−３２３ Ｍｉｌｅｓ、Ｊｅｒｅｍｙ及びＳｈｅｖｌｉｎ、Ｍａｒｋ著「回帰及び相関の適用、学生及び研究者向けガイド（Ａｐｐｌｙｉｎｇ Ｒｅｇｒｅｓｓｉｏｎ ａｎｄ Ｃｏｒｒｅｌａｔｉｏｎ： Ａ Ｇｕｉｄｅ ｆｏｒ Ｓｔｕｄｅｎｔｓ ａｎｄ Ｒｅｓｅａｒｃｈｅｒｓ）」、Ｓａｇｅ Ｐｕｂｌｉｃａｔｉｏｎｓ Ｌｔｄ．（２０００年）、ＩＳＢＮ０７６１９６２３０１

従って、水道施設網（ネットワーク）から得られたデータ及び施設網（ネットワーク）及びそのリソースの消費に関するデータをより明瞭に解析して、これらのリソースの改善された管理を容易にする改善されたシステム及び方法への要求が存在する。

従来技術における上記及び他の欠点の一部又は全ては、水を消費者に配送するための複数の配管、及び減圧弁、貯留槽、又はポンプのような施設網（ネットワーク）デバイスと、配水施設網（ネットワーク）内の場所に位置決めされた複数のメーターとを含む配水施設網をモニタリングすることによって水を保存するためのコンピュータ化された方法によって解決される。メーターは、配管の内部又は外部、施設網デバイスの近く、又は他の任意の場所に位置決めすることができる。一部の実施形態では、本方法は、少なくとも配管を通る水の流量を含むメーターによって計測される複数のパラメータを表すデータをメーターから受け取る段階を含む。一部の実施形態では、メーターデータは、「監督制御及びデータ取得（ＳＣＡＤＡ）」データである。一部の実施形態では、メーターデータは、メーターデータからノイズをフィルタリング除去すること、及び施設網情報データベース内への記憶に向けてメーターデータをフォーマット設定することなどにより解析を受ける前に処理される。

一部の実施形態により、メーターデータは解析され、漏れイベントと、水道施設網を通じて配送される水の消費、並びに施設網及びメーターの運用に関する情報的イベントとを含む水道施設網イベントが識別される。報告することができる情報的イベントは、消費パターンにおける予想外の増加、消費パターンの変化、盗水、区画境界侵害、施設のメーター不良、及び施設網デバイス機能不良を含む。一部の実施形態による方法は、施設網を通じて配送される水の濁度、塩素、及びｐＨを表す経時的水質データを受け取る段階と、統計値、比例値、又は一定値の閾値を超える経時的水質データ変化を検出する施設網イベントを識別する段階とを更に含むことができる。

１つ又はそれよりも多くの施設網イベントが、ユーザインタフェースを通じてユーザに報告される。一部の実施形態では、水道施設網イベントは、イベントリスト、グラフ又は傾向データ、及びトラブルチケット、又は他の警報を含む異なる手法でイベントを報告する様々なインタフェースモジュールに対してアクセス可能にすることができるようにデータベースに格納される。

一部の実施形態では、本方法は、水道施設網によってサービス提供される地域内の水の消費に影響を及ぼす１つ又はそれよりも多くの条件を表す補助データをメーターに対して外部の１つ又はそれよりも多くの供給源から受け取る段階を含む。補助データは、例えば、水道施設網の地域内の気象条件を表す気象データと、所定の日付における水消費に影響を及ぼす１つ又はそれよりも多くのファクタを表すカレンダーデータと、水道施設網に対して実施される１つ又はそれよりも多くの修理を表す修理データと、水道施設網の構造を表す構造データとを含むことができる。本明細書において詳しく説明するが、より良好でより正確な結果を提供し、偽警報を低減又は排除するために、補助データをメーターデータと共に解析することができる。例えば、水道施設網の所定の地域内の流水量又は水消費における異常の増加は、平均値を超える熱暑又は乾燥度により、又は人々を自宅に留め、仕事に行かせないか、又はそうでなければ特定の１つ又は複数の場所における典型的な消費パターンを変化させる休日又は他の自然又は人間のイベントによって説明することができる。

一部の実施形態では、メーターデータは、第１のメーターに対して尤度値の統計的分布を計算することなどにより、第１のメーターに関するメーターデータを水道施設網からの他のメーターデータに基づいて統計的に予想し、受け取られた第１のメーターに関するメーターデータを第１のメーターに関する予想メーターデータと比較することによって解析される。実施形態として、一般的に第１のメーター値が、第２のメーターによって同時に計測される値のほぼ２倍であることを履歴データが示す可能性があり、この場合、第１のメーターは、第２のメーターから最近得られた示度のほぼ２倍の現在示度を有すると予想される。施設網イベントは、第１のメーターから受け取られた計測メーター値が、第１のメーターに関する予想メーター値から所定の統計的逸脱だけ所定の閾値を超える持続時間にわたって逸脱した場合、又は所定の時間窓内の発生頻度が、所定の閾値を超えた場合に異常を検出することにより、又は他の手段によって識別することができる。メーター値における統計的異常検出は、水道施設網の多くの非計測成分、取りわけ、施設網のいずれかの解析に重大な影響を有するサービス顧客による水消費に固有の難題を解消する堅実な手法である。周期性への傾向のような消費における統計的構造は、施設網にわたって伝播し、メーター値において類似の又は派生した統計的構造をもたらし、特定のメーター値が施設網の日常的な運用間に発生した（異常なし）という可能性の解析を可能にする。更に、本明細書に説明する統計的異常検出の使用は、施設網の全ての部分を網羅しない、実時間ベースで提供されないか、又はそうでなければ不完全で不十分であるメーターデータしか供給しない施設網において本発明の方法及びシステムの使用を可能にする。従って、例えば、本明細書において説明する異常検出は、メーターがある一定の施設網接合部又は場所にしか存在しない水道施設網、又はメーター示度が消費者の住居において月単位でしか得られないか、又はそうでなければ最新情報を提供することができない水道施設網において非常に有利であるように設計される。実際に、上述のように、典型的な水道施設網は、施設網から収集されるメーターデータにおいて１つ又はそれよりも多くのこれらの種類の欠点がつきまとい、単純な質量保存による流入及び流出の計算を可能にすることができる正確で頻繁な実時間顧客消費計測を欠き、更に、個人個人の行動が予想不能で、多くのファクタに起因する変化を受ける多数の消費者に水を配送するように設計される。

一部の実施形態では、第１のメーターに関するメーターデータを水道施設網からの他のメーターデータに基づいて統計的に予想する段階と、１つ又はそれよりも多くの第２のメーターを１つ又はそれよりも多くの対応するメーターとして選択する段階、並びに第１のメーターから受け取られたメーターデータを１つ又はそれよりも多くの対応するメーターから受け取られたメーターデータと相関付ける段階とを含む。１つ又はそれよりも多くの第２のメーターは、１つ又はそれよりも多くの第２のメーターに関する履歴メーターデータを第１のメーターに関する履歴メーターデータと相関付けることによって選択することができる。一部の実施形態では、１つ又はそれよりも多くの第２のメーターは、各々が履歴上で第１のメーターの値と密接な相関性を有したメーターとすることができる。広い意味では、日常的な施設網の運用においては、第１のメーターの値は、この相関性を継続することが予想される。実施形態として、そのような状況は、いくつかのメーターが、類似の人口統計、従って、類似の（又は比例的な）消費パターンを有するいくつかの別々の地区によって消費される流水量を計測する時にもたらされる可能性がある。更に、１つ又はそれよりも多くの第２のメーターは、水道施設網内で、漏れのような施設網オペレータに対する関心事である種類の第１のメーターに影響を及ぼす局所異常によって影響を受けないように位置決めされるが、依然として同じ施設網及び一般的な区域の一部であるものとして選択することができ、第２のメーターは、熱い日における高い消費のような同じ広域異常によって影響を受ける。このようにして、第１のメーターからのデータに影響を及ぼす局所異常は、第２のメーターからのデータに影響を及ぼさないことになり、従って、第２のメーターからのデータとの統計的比較によって検出することが容易になり、依然として広域異常は、その原因が不明であったとしても偽警報を発生させないことになる。

従来技術における上記及び他の欠点の一部又は全ては、少なくとも配管を通る水の流量を含むメーターによって計測される複数のパラメータを表すメーターデータと、水道施設網によってサービス提供される地域内の水消費に影響を及ぼす１つ又はそれよりも多くの条件を表すメーターに対して外部の１つ又はそれよりも多くの供給源からの補助データとを格納するための施設網情報データベースを有するために水道施設網をモニタリングするためのコンピュータ化されたシステムによって解決される。更に、システムは、メーターデータを解析して異常を識別するように構成された解析エンジンと、異常に基づいて、漏れイベントと、配管及び施設網デバイスを通じて流れる水の量又は質、並びに水道施設網の運用に関する他のイベントとを含む水道施設網イベントを識別するように構成されたイベント分類エンジンと、イベント分類エンジンによって識別された１つ又はそれよりも多くの水道施設網イベントを表す水道施設網イベントデータを格納するためのイベントデータベースとを含む。更に、システムは、イベントデータベースから水道施設網イベントデータを受け取って、それをユーザに報告するための１組のインタフェースモジュールを含む。

一部の実施形態では、解析エンジンは、日常的な運用及び異常イベントなしを仮定した上で所定のメーターに関するメーターデータの尤度値の統計的分布を生成するための複数の予想器モジュールと、所定のメーターに関する計測メーターデータを尤度値の分布に対して比較してメーターデータ内の異常を検出するための複数の異常検出器モジュールとを含む。

従来技術における上記及び他の欠点の一部又は全ては、メーターデータを解析エンジンに送る段階と、水道施設網イベントを表すデータを解析エンジンから受け取る段階と、受け取られた水道施設網イベントをコンピュータ化された表示デバイス上でユーザに表示する段階とを含む水道施設網を管理するためのコンピュータ化された方法によって解決される。一部の実施形態により、水道施設網イベントは、漏れイベントと、配管及び施設網デバイスを通じて流れる水の量又は質、並びに水道施設網の運用に関する他のイベントとを含む。水道施設網イベントデータは、メーターデータと、水道施設網によってサービス提供される地域内の水消費に影響を及ぼす１つ又はそれよりも多くの条件を表す補助データとの解析の結果として識別されるものとすることができる。

本発明を例示的かつ非限定的であるように意図した添付図面の図に例示し、これらの図では、類似の参照番号が、類似の部分又は対応する部分を指すように意図している。

本発明の実施形態による水道施設網（ネットワーク）をモニタリングするためのシステムを示すブロック図である。 本発明の実施形態による水道施設網をモニタリングするためのシステムを示すブロック図である。 本発明の実施形態による水道施設網をモニタリングする方法を示す流れ図である。 本発明の実施形態による水道施設網をモニタリングする方法を更に例示する流れ図である。 本発明の実施形態による所定のメーターに関する計測値を予想する方法を示す流れ図である。 本発明の実施形態による属性選択を示す流れ図である。 本発明の実施形態による属性選択を示す流れ図である。 漏水イベントを検出する方法を示す流れ図である。 本発明の実施形態による特定のイベント種類に関するイベント検出を示す流れ図である。 本発明の実施形態による特定のイベント種類に関するイベント検出を示す流れ図である。 本発明の実施形態による特定のイベント種類に関するイベント検出を示す流れ図である。 本発明の一実施形態による解析エンジンによって生成されたイベント情報を提供するウェブユーザインタフェースを示すスクリーンショットを示す図である。 本発明の一実施形態による解析エンジンによって生成されたイベント情報を提供するウェブユーザインタフェースを示すスクリーンショットを示す図である。 本発明の一実施形態による解析エンジンによって生成されたイベント情報を提供するウェブユーザインタフェースを示すスクリーンショットを示す図である。 本発明の一実施形態による解析エンジンによって生成されたイベント情報を提供するウェブユーザインタフェースを示すスクリーンショットを示す図である。

以下に続く説明では、本明細書の一部を形成する添付図面を参照し、これらの図面には、本発明を実施することができる特定的な実施形態を実施形態として示している。他の実施形態を利用することができ、本発明の範囲から逸脱することなく構造変更を加えることができることを理解すべきである。

図１は、配水システム内のリソースをモニタリングするためのシステムの一実施形態を示すブロック図を提供している。図１に示すように、システムは、コンピュータハードウエア上に存在し、以下により詳しく説明する機能を実施する様々なソフトウエアモジュール及びデータベースで構成された水道施設網解析エンジン１００を含む。エンジン１００は、実行可能命令に応答して以下に説明する作動を実施する１つ又はそれよりも多くの処理デバイスを含むことができる。水道施設網解析エンジン１００は、異なるメーター、センサ、読取デバイスから受け取るデータ、又は配水施設網に関連する他のデータを解析する。当業者は、特定の関連が別の意味を指定しない限り、本明細書に使用する「メーター」及び「センサ」という用語は、一般的に、同じ部類の施設網デバイスを意味し、パラメータ、値、又は刺激、特に、配水施設網に関する刺激を計測することができるいずれかのメーター、センサ、ゲージ、又は他のデバイスを包含することを認めるであろう。システムは、これらのデータに基づいて異常及びイベントを識別し、ユーザに実時間警報又はオフラインデータ報告を提供し、次に、ユーザは、解析エンジン１００によって識別されたいずれかの現象又はイベントに対処するために適宜アクションを取ることができる。以下により詳しく説明するように、解析エンジン１００によって識別される異常及びイベントは、漏れ、破裂、予想外の水消費、不良メーター、メーターの較正問題、水質変化、施設網を通じて配送中の水の品質に対して重要な他の問題、施設網デバイスにおける機能不良、及び当業者に公知の他の問題を含む。

図１に示すように、水道施設網解析エンジン１００への入力として受け取られるデータは、一部の実施形態では、ＧＩＳデータ１０１、運用データ１０２、配水システム１０３、メーターデータ１（１０３ａ）、メーターデータＮ（１０３ｂ）、及び外部データ１０４を含む。

ＧＩＳデータ１０１は、水道施設網の構造及びレイアウト、並びに水道施設網にわたるメーターの位置を説明する地理情報システム（ＧＩＳ）からのデータであり、メーターの種類、メーターの場所、メーターの使用年数、直径及び製造材料のような水道配管の説明、圧力区画及び／又は供給区画への施設網の区画化、市街地又は区域の地図、並びに当業者に認識される付加的な推移データを含む。配水システムの地理及び工学のいずれかの他の特性、並びに当業者が拠り所とするいずれかの他のデータを利用することができる。これらのデータは、根底を構成するリソースシステム自体の推移、例えば、システム内に新しい水道配管、接続部、メーター等が設けられたか、又はそうでなければこれらが修正された場合と整合する更新を含む推移データとすることができることにも注意されたい。更に、これらのデータは、根底を構成するリソースシステムがサンプリング又は計測される場合、例えば、既存の水道配管が、材料疲労又は蓄積した固体堆積物による内部狭窄に関して検査される場合の更新を含むことができる。

運用データ１０２はリソース管理情報を含み、異常を確立又は反証するメーター示度と相関付けることができる施設網オペレータによって実施される運用につてのデジタルフォーマットにあるいずれかの情報とすることができる。例えば、運用データ１０２は、日常的な又は計画された水道施設網の運用、流水量に影響を及ぼす弁の開閉、ポンプの運用、音響調査、水道施設網のいずれかの部分に施された修理又は改善、修理／改善の日時に、修理／改善の場所、施設網に施される日常的な保守、及びいつ、施設網上のどこで技術職員が活動中である可能性があるかを示すアクセス制御情報のような水道施設網運用に関する情報を含むことができる。一実施形態では、運用データ１０２は、水道施設網を管理するのに使用されるシステムによって提供される。

モニタリングされる配水システムは、流量、圧力、及び貯蔵レベルのような液圧インジケータ、並びに塩素、濁度、ｐＨ、及び他のもののような品質インジケータ等であるが、これらに限定されない莫大な量の時間依存データを生成する。これらのデータは、施設網にわたって配分されたメーターによって生成することができ、配水システム１０３によって表すことができる。更に、施設網にわたって配分されたメーターは、任意の場所、又は施設網全体の部分的な表現のみを提供する場所にあるとすることができる。メーターデータ１（１０３ａ）及びメーターデータＮ（１０３ｂ）は、配水システム１０３内の様々なセンサ及びメーターによって生成されるデータを表している。施設網データ１０３ａ及びメーターデータ１０３ｂによって表されるもののような施設網データを収集するのに使用されるシステムの一例は、ＳＣＡＤＡシステムである。ＳＣＡＤＡデータは、水圧、流水速度、水の濁度、水中の塩素レベル、水のｐＨ、及び貯蔵水レベルのような継続的な時間依存のメーターデータを含むことができる。当業者は、ＳＣＡＤＡデータシステムには馴染み深く、この用語が、産業工程、この場合は分配管網からのデータ集合の抽出を表すことを認めるであろう。

外部データ１０４は、気象報告、施設網の所定の部分内での水消費及び施設網の挙動に影響を及ぼす休日又は他のカレンダーイベント、又は水道施設網の機能に影響を及ぼす可能性がある施設自体又はその顧客によるいずれかの他のイベントのような水消費及び施設網の状態に関連するが、厳密に上述の分類内にあるわけではない追加情報を含む。

水道施設網解析エンジン１００は、様々な入力データストリームを解析して、以下により詳細に説明する処理作動に従ってイベントデータとして分類してシステム統化された出力を戻す。水道施設網解析エンジン１００は、データをデータベース１０６に格納し、データは、データベース１０６から、イベント追跡インタフェース１０８、警報インタフェース１０９、報告インタフェース１１０、専有システムインタフェース１１１、及び他のインタフェース１１２のような１つ又はそれよりも多くのインタフェースシステムによって得られる。水道解析エンジン１００は、イベントの報告に連続性を与えるために、例えば、以前に検出されたイベントを更に別の別々のイベントとして検出するのではなく、それが依然として進行中であることを更新するために、データベース１０６からの以前に格納されたデータにアクセス可能である。イベントに関する情報をユーザ又は外部システムに様々な手法で提供するために、異なる種類のインタフェースシステムが使用される。例えば、イベント追跡インタフェース１０８は、ユーザが、施設網上で検出された全てのイベントを通しで閲覧することを可能にし、それに対して警報インタフェース１０９は、警報をユーザに送出する（例えば、電子メール、ＳＭＳ、又は音声メッセージを通じて）、又は即時の着目を必要とするように規則又は方針によって判断されている外部システムに送出する。インタフェース１０８〜１１２には、ページ、トラブルチケット、及び他の種類の警報を受け取るようにプログラムされたデスクトップコンピュータ及びラップトップ、セル電話、ブラックベリーデバイス、スマート電話、ポケットベル、及び他の移動デバイスのような様々なコンピュータ処理デバイスがアクセス可能である。インタフェース１０８〜１１２には、インターネット等であるが、これに限定されないあらゆる適切なネットワーク上で接続したサーバにこれらのインタフェースを要求するコンピュータ処理デバイスがアクセス可能な又はこれらのインタフェースをユーザによる閲覧に向けてそのようなデバイスに送り出す、又はトラブルチケットシステムのような他のシステムに入力することができる。水道施設網解析エンジン１００からの出力は、データベース１０６内に電子ログファイルで格納するか又は紙に印刷することができる。

単一のシステムとして示すが、様々な実施形態では、示すシステムを複数のハードウエアデバイスにわたって統合及び／又は配分させることができ、論理的、物理的、又は地理的に配分させることができる。水道施設網解析エンジン１０６は、実行可能命令に応答して、本明細書に説明する処理作動を実施するあらゆる適切な物理的処理デバイスとすることができる。水道施設網解析エンジン１００は、データを電子的に格納するように作動可能なあらゆる適切な種類の記憶デバイスを含むことができる。図２は、ある一定の実施形態による水道施設網モニタリングシステムの更なる詳細を示すブロック図を提供している。一実施形態では、要素２０３〜２０７は、図１の水道施設網解析エンジン１００を形成する。図２は、水道施設網２００、水道施設網２０１、データ２０２、施設網情報データベース２０３、データ準備エンジン２０４、予想器２０５、異常検出器２０６、イベント判断及び分類エンジン２０７、データベース２０８、並びにイベント追跡インタフェース２１０、警報インタフェース２１１、報告インタフェース２１２、専有システムインタフェース２１３、及び他のインタフェース２１４を含む出力インタフェース２０９を含む。

要素２００及び２０１によって表す配水システムは、１つ又はそれよりも多くの接続した配水システム、又は互いの間に接続部を少数のみを有するか、又は全く持たない、異なる区域内に設けられた配水システムである。一実施形態では、要素２００及び２０１は、地方自治体、農業、又は卸売業者の水道施設網のようなあらゆる適切なリソース分配管網、工場、他の大きい建築物、又は軍艦内の液体分配管網、又は下水道システムのようなあらゆる適切なリソース収集施設網等とすることができる。当業者は、要素２００及び２０１をいずれかの配水システム又は集水システムとすることができることを認めるであろう。水道施設網２００及び水道施設網２０１は、流水量、圧力、濁度、貯蔵レベル、塩素レベル、及びｐＨレベルのような施設網を表す時間依存データを送る。例えば、施設網は、これらの情報をＳＣＡＤＡシステムを使用することによって取得することができる。水道施設網２００又は水道施設網２０１からのデータは、特定のメーター又はいくつかを関連付けることができるメーターの集合からのデータを報告することができる。当業者は理解されるように、例えば、メーターは、区画又は地区別計測区域（Ｄｉｓｔｒｉｃｔ Ｍｅｔｅｒｅｄ Ａｒｅａ（ＤＭＡ））によって地理的にグループ分けすることができる。データは、施設網内のメーター又はメーター集合から直接送ることができ、又は施設網インタフェースデータベース２０３から生成することができ、更に、例えば、朝夕の消費データのような新しい種類のデータを追加又は計算するために、データ準備エンジン２０４によって拡張することができる。本明細書では便宜上、単一のメーターからの計測データ、複数のメーターからの示度又はＤＭＡへの累計流入量のような１つ又はそれよりも多くのメーターから時間と共に受け取られた複数の示度の所定の有意な組合せ、又は施設網のある態様を説明する有意な時間依存データセットを生成するいずれか類似の所定の計算を指す上で、「メーターデータ」という用語を使用する。当業者は、施設網のレイアウト及び個々のメーターの場所に基づいて、そのような有意な組合せを容易に識別されると考えられる。データ２０２は、異常を特定又は反証するためにメーター示度と相関付けることができるデジタルフォーマットにあるいずれかの情報とすることができるリソース管理情報を含む他のデータを表している。例えば、データ２０２は、日常的な又は計画された水道施設網の運用、流水量に影響を及ぼす弁の開閉、音響調査、水道施設網のいずれかの部分に施された修理又は改善、修理／改善の日時に、修理／改善の場所、施設網に施される日常的な保守、及びいつ、施設網上のどこで技術職員が活動中である可能性があるかを示すアクセス制御情報のような水道施設網運用に関する情報を含むことができる。更に、データ２０２は、施設網の所定の部分内での水消費及び施設網の挙動に影響を及ぼす気象報告、休日、又は他のカレンダーイベント、又は水道施設網の機能に影響を及ぼす可能性がある施設自体又はその顧客によるいずれかの他のイベントのような水消費及び施設網の状態に関連する追加情報を含む。

施設網情報データベース２０３は、水道施設網２００及び２０１内のメーターから収集された原データ及びデータ２０２を集積する。施設網情報データベース２０３からのデータは、データ準備エンジン２０４に送られる。データ準備エンジン２０４は、更に処理される受け取ったデータを編集及びフォーマット設定する。当業者には公知のように、異なる配水システムによって使用されるデータフォーマットは互いに異なる可能性がある。例えば、ロンドンは、ニューヨークとは完全に異なるフォーマットで施設網データを収集して格納する可能性がある。更に、データ準備エンジン２０４は、施設網の実際の性能を反映しないデータ又はシステム設計者又は施設網管理者が対処しないと判断した一過性の現象を反映するデータを除去することによって解析に向けてデータを準備し、施設網から収集されたデータを「平滑化する」上で、一般的に当業者に公知の方法を適用することができる。これらの方法のうちの一部は、所定の水道施設網から受け取られている特定のデータに適用されるＬＯＷＥＳＳ及びヒューリスティッククリーニングである。データ準備エンジン２０４は、施設網データからデータ要素を抽出して、これらの要素を整合するフォーマットにフォーマット設定する。フィルタリングされる情報の中には、例えば、メーターからの高ノイズデータ送信のようなリソースの態様からのデータ送信に付随するノイズ、又はデータの計測、送信、又は収集に付随する誤差がある可能性がある。データ準備エンジン２０４は、水道施設網２００及び２０１から受け取った全てのデータをフォーマットはするが、僅かなフィルタリング又は平滑化しか伴わずに、又はいずれのフィルタリング又は平滑化も伴わずにフォーマット設定した後に出力することができ、それによってそうでなければ平滑化技術のうちの１つが最初に適用された場合に廃棄される可能性があるデータをシステムが解析することが可能になる。データ準備エンジン２０４は、前処理済みデータを予想器２０５及び異常検出器２０６に送る。当業者は、要素２０３〜２１４を同じデバイスに収容するか又は同じデバイス上に存在させることができ、又は複数のデバイスの間で配分させることができることを認めるであろう。

一実施形態では、予想器２０５は、様々な技術を使用するＮ個の個別予想器を含む。以下により詳しく説明するように、予想器２０５は、データセットを解析して、いずれの異常イベントも発生していないと仮定した上で予想される計測メーター値の統計的分布予想を提供する。当業技術で公知のように、予想器は、データを統計的に解析するのに機械学習のフレームを用いて設計することができる。機械学習機構の例は、全部が引用によって本明細書に組み込まれているＥｔｈｅｍ Ａｌｐａｙｄｉｎ著「機械学習序論（適応的計算及び機械学習）（Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ （Ａｄａｐｔｉｖｅ Ｃｏｍｐｕｔａｔｉｏｎ ａｎｄ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ））」、ＭＩＴ Ｐｒｅｓｓ（２００４年）、ＩＳＢＮ０２６２０１２１１１、Ｒｙｓｚａｒｄ Ｓ．Ｍｉｃｈａｌｓｋｉ、Ｊａｉｍｅ Ｇ．Ｃａｒｂｏｎｅｌｌ、Ｔｏｍ Ｍ．Ｍｉｔｃｈｅｌｌ著「機械学習：人工知能手法（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ： Ａｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ Ａｐｐｒｏａｃｈ）」、Ｔｉｏｇａ Ｐｕｂｌｉｓｈｉｎｇ Ｃｏｍｐａｎｙ（１９８３年）、ＩＳＢＮ０−９３５３８２−０５−４に解説されている。いくつかの特定の予想器の作動のより詳細説明は、図５〜図６及びそれに関連付けられた説明に見出される。

Ｍ個の個別検出器を含むことができる異常検出器２０６は、予想器２０５から統計的予想データを受け取り、データ準備エンジン２０４から前処理済みデータを受け取る。図５で解説するように、予想器２０５から受け取られるデータセットは、尤度値の分布、配分、及びいずれかの他の統計的値記述子を含む。当業者は、このデータセットが、解析されているメーターに関する複数の尤度値及び計測値を含むことができることを認識するであろう。異常検出器２０６は、メーターに関する無異常の可能性を検証するために、及び特定のイベント種類のような別の仮定の可能性を検証するための異常検出器を含む。異常検出器２０６は、異常をイベント判断及び分類エンジン２０７に送る。これらの異常のうちの一部は、異常自体内のイベント及び異常自体のイベントを表し、いくつかは、イベントの開始、イベントの終了、イベント内の実質的な変化、イベントのピークなどのようなイベントの一部を表している。

異常検出器２０６は、予想器から送られる予想値と施設網から得られる計測値とのあらゆる逸脱の有意性を解析するように作動可能である。各データセットに対して、各異常検出器は、逸脱の有意性を解析することにより、所定の期間の間にメーター示度が与えられた場合に、いずれの関連の異常も発生しなかったという統計的可能性を判断する。例えば、継続的又は頻繁な逸脱の発生は、そのような逸脱の有意性を増大させるので、異常検出器２０６は、時間と共に、例えば、数分、数時間、数日、又はそれよりも長い間にわたって逸脱の有意性を解析する。当業者は認識されるであろうが、システム設計者は、取りわけ、検出において長い期間にわたって持続する逸脱を必要とする小さいマグニチュードのイベントとは反対に、通常は大きいマグニチュードを有する場合に検出可能な小さい時間スケールのイベント、最近開始したイベントに対して望ましい感度に基づいて、ある期間にわたる逸脱を解析するように異常検出器２０６を設計又は調節することになる。従って、例えば、一度しか発生せず、又は１分のような短い期間にわたってしか発生しない小さい逸脱は、異常として検出されないことになり、それに対して長い期間にわたって発生するか又はその間隔内で多くの場合に発生する同じ小さい逸脱は、異常検出器２０６によって統計的に有意であると識別され、異常として検出されることになる。

逸脱の有意性を解析する段階に関して、例えば、メーター示度は、履歴統計データと比較した場合に、履歴統計データに照明した上で有意なものとすることができる。例えば、３つの標準偏差の差又は最上位の百分位数にある値は、有意な逸脱とすることができる。他の実施形態では、統計的逸脱は、パラメータの関数としての逸脱の分布によって計測される。１つのそのようなパラメータは、１日のうちの時間とすることができ、すなわち、逸脱の有意性は、１日のうちの時間に従って変化する可能性がある逸脱の分布に基づくことができる。他のそのようなパラメータは、その日又は１日のうちの時間における施設網の特性を変化させる可能性がある温度又は湿度のような気象計測値、気象警報、休日、又はスポーツイベントを含むことができる。更に、システム設計者、ユーザ、又は水道施設理者によって望ましい統計的信頼性のレベルにより、値の逸脱の有意な閾値を変更することができる。様々な実施形態では、この閾値は、（１）指定された複数の標準偏差のような履歴データにおける相関性からの逸脱の分布に基づいて計算される統計的信頼性レベル、又は（２）上回った場合にシステムが異常を検出する定数である。一部の実施形態では、予想値と計測値の間の差ではなく、予想値に対する計測値の比が解析され、そのような実施形態の場合には、同等にこの比を指す上で「差」という用語を使用することを理解すべきである。

他の実施形態では、異常検出器は、所定の期間にわたって予想値からの一貫した統計的に大きい逸脱が存在する場合に異常を見つける。統計的に大きいということは、統計的に有意な相対境界を意味する（特定の実施に依存してＮ個の標準偏差、四分位数範囲のＫ倍、又は実際のデータ分布に対処する他の標準化等）。更に、「瞬間的な」示度を予想値と比較する場合に、予想値からの差の全標準偏差（又は他の統計的記述子）を使用すると、この比較は、例えば、１日のうちの高配分時間を１日のうちの低配分時間と混合する可能性があるので、多数の誤検知が発生する可能性がある。従って、この誤差を低減するために、システムは、示度Ｘ（ｔ）を予想値Ｐ（ｔ）に対して、Ｘ（ｔ）−Ｐ（ｔ）を例えば１週間のうちの１日のその日のうちのその大体の時間におけるそのような差の標準偏差に分割することによって比較する。相対境界のマグニチュード及び期間の長さは、特定の具現化処理が代替的に、短いイベント又は小さいイベントに絞り込むことを可能にする本方法のパラメータである。

別の実施形態では、異常検出器は、特定の固定期間にわたる計測値と予想値の間の差の曲線下面積（ＡＵＣ）を計算する（又は代替的に、この差の絶対値の曲線下面積を計算し、これは、低い値がその後の高い値と相殺することができるか否かに影響する）。この計算は、例えば、４分の１日毎にこの手法に実施することができる。ＡＵＣは、それ自体は統計量ではないが、これらの期間は固定期間であるので、分布を経験的に計測することができ、平日の午前０時と６ａｍの間のメーターＸのＡＵＣ値の５％のみがＸ０よりも大きかった場合には、そのようなＡＵＣ値を見つけるのは、ほぼ「５％の確率」である。固定期間の長さ（及びこれらの期間がどの期間と比較されるか）は、特定の具現化処理が代替的に、短いイベント又は小さいイベントに絞り込むことを可能にする本方法のパラメータである。

イベント判断及び分類エンジン２０７は、Ｍ個の異常検出器２０６からの統計的解析を比較して、最近のメーター示度が与えられた場合の無異常仮定の全体的な統計的可能性を判断するように作動可能である。エンジン２０７は、全てが一致してイベントの発生を示す同じか又は異なるメーターからの同時の又は所定の期間にわたる複数の異常の検出に基づいてイベントの統計的可能性を高めることになる。例えば、１つの異常は、イベントの開始を表す場合があり、別の異常は、イベント中の変化又はイベントの終了を表す場合があり、分類エンジン２０７は、これらの異常を単一のイベントに関連するものとして認識する。別の例として、類似の時間内の関連する場所からの高い流量に関連する異なるメーターからの２つの異常は、両方共に同じイベントを示すことになる。他の実施形態では、時間統計データからの示度の統計的可能性と、空間統計データからの示度の統計的可能性との組合せに基づいて、メーター示度の全体的な統計的可能性を判断するためにヒューリスティックスが使用される。例えば、履歴統計データの比較が、メーターの現在の示度が１５％の可能性でしか高くないことを示すが、空間統計データの比較が、９５％の可能性で高いことを示す場合には、全体的な示度の可能性は、７５％の可能性で高いとすることができる。例えば、引用によって本明細書に組み込まれているＫｏｚｉｏｌ、Ｊａｍｅｓ及びＴｕｃｋｗｅｌｌ、Ｈｅｎｒｙ著「統計的検定を組み合わせるためのベイズ法（Ａ Ｂａｙｅｓｉａｎ Ｍｅｔｈｏｄ ｆｏｒ Ｃｏｍｂｉｎｉｎｇ Ｓｔａｔｉｓｔｉｃａｌ Ｔｅｓｔｓ）」、Ｊｏｕｒｎａｌ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｐｌａｎｎｉｎｇ ａｎｄ Ｉｎｆｅｒｅｎｃｅ、１９９９年：７８（１−２）、３１７−３２３を参照されたい。

解析エンジンによって検出されるイベントの例は、水漏れ、破裂、不良メーター、盗水、通信不良、水質問題、予想外の消費増加、消費パターンの変化、異常な貯蔵レベル又は圧力のような施設網機能不良、及びその他である。例示的にイベントの開始時間、イベントの終了時間、イベントのマグニチュード、イベントに付随する合計水損失のようなイベントに関する更なる詳細を含めることができる。

また、イベント判断及び分類エンジン２０７は、イベントの開始時間、終了時間、マグニチュード、漏れが始まってから失われた合計の水のようなイベントの積算されたマグニチュード、イベントの種類、状況、及び圧力単位のような物理的な単位、ｐＨ、又は塩素濃度のような各イベントに関する更に別のデータを生成する。一部の実施形態では、イベントのマグニチュードは、正常状態を超えた超過流量の計算、メーターの計算間違いか又は塩素変化のようなイベントのサイズ又は割合を表す値である。これらの情報は、データベース２０８に格納され、更にインタフェース２０９に送られる。ある一定の異常出力は、データベース２０８に格納されたある一定のイベントフィールドにマップされる。イベントに関連付けられるフィールドの例は、イベントの種類（イベント判断及び分類エンジン２０７によって識別される）、開始時間、終了時間、マグニチュード、及びイベントの種類の物理的な単位である。

当業者は、複数の予想器及び異常検出器を使用することにより、Ｍ個の異常検出器２０６からの統計的可能性を比較することで、検出イベントが異常であることの高い信頼性を生成することができ、又は検出イベントが異常であることの低い信頼性を生成することができるかのいずれかであることを認めるであろう。一実施形態では、イベント判断及び分類エンジン２０７は、各Ｍ個の異常検出器から送られたイベント又は部分イベントを均等に重み付けることができる。別の実施形態では、イベント判断及び分類エンジン２０７は、各Ｍ個の異常検出器から送られたイベント又は部分イベントを所定の設定に基づいて重み付けすることができる。

データベース２０８は、データベース２０８内への記憶及び出力インタフェース２０９によるデータベース２０８からの取得に向けてイベント判断及び分類エンジン２０７から情報を受け取る。

イベント追跡インタフェース２１０は、システムのユーザにイベントのリストを提供する。ユーザは、リストにされたイベントを選択することにより、個々のイベント及びそれらに関連するデータを閲覧することができる。イベント追跡インタフェース２１０に送られたイベントは、システムのユーザによってフィルタリングすることができる。例えば、漏れを修理することだけが課せられたユーザは、漏れイベントにしか着目しない可能性があり、それに対してシステムの運用管理者は、全てのイベントの種類及びイベントデータ又はイベントの集計表示に注意する可能性がある。異なるユーザは異なる種類のイベントを閲覧し、ユーザの要求及び責任が、そのユーザがどのイベントに注意するかを決定づけることができる。例えば、漏れ管理者は、信頼性の高い漏れイベントのみ、又はある固定の閾値を超えるマグニチュードを有する漏れのみを閲覧するように選出することができる。別の実施形態では、１つの地区をモニタリングすることが課せられたユーザは、その地区内に位置するメーターデータに関連するイベントに注意する。別の例では、水道施設網２０１の管理者は、水道施設網２０１に関連する全てのイベントに着目し、それに対して両方の水道施設網２００及び２０１の運用管理者は、両方の施設網に関連する全てのイベントに注意する。当業者は、イベントデータ及び報告へのこのアクセス粒度を提供するために、システム運用管理者によって管理することができる標準の役割ベースのユーザインタフェース、アクセス制御、及びユーザ管理法を使用することができることを認識するであろう。

イベント追跡インタフェース２１０内に表されるイベントデータは、イベントの開始時間、種類、場所、マグニチュード、及び状況を含むことができる。更に、イベントを選択するユーザには、以下に説明するように、選択されたイベントに関連する地図、グラフ、ユーザによって掲載されたコメント、及び選択されたイベントに対する注釈、並びにエンジン又はユーザによって作成された地図、グラフなどのようなより詳細な情報を更に提供することができる。より詳細な例として、イベント追跡インタフェースのユーザは、イベントに注釈を付けるか、又は他のイベント又はユーザインタフェースオブジェクトへのハイパーリンクを含めることができる。注釈は、イベント追跡インタフェースから、例えば、ウェブを通じて通信されるＨＴＭＬ字形態のフィールドとして通信され、データベース２０８内のシステムの他のユーザによって閲覧されることになる関係イベントレコードに格納される。ユーザは、イベント又はこのイベントに関連する作業の所有権又は責任をシステムの他のユーザに割り当てることができる。例えば、漏れ解析者は、最近の保守が流量異常を説明することができるか否かを問い合わせるために、又は調査及び修理を勧告又は要求するために、隣接区画の水道技術者に特定の疑わしい漏れを割り当てることができる。ユーザに示されている詳細なイベント情報は、ユーザが、イベントに関する情報を把握した上での判断を行い、その判断に従ってそのイベントに対処するのに更に役立つことになるデータを含む。例えば、システムは、漏れを検出して漏れイベントを２１０に送る場合に、イベントレコードからイベントデータを提供し、更に例えば、予想値又は過去の値に対する現在の計測値の比較を示すために、地図、グラフなどを通じてデータの視覚表現を提供する。例えば、イベントデータの１つの視覚表現は、ある時間にわたる流速を示すグラフの形態にあり、更にユーザがこのイベントの重要な態様に注意するのに役立つように、漏れを示す流速増大の強調表示部分とすることができる。イベント追跡インタフェース２１０におけるスクリーンショットサンプルを図１１から図１５に示している。

警報インタフェース２１１は、所定の規則又は方針に従って特定のユーザにこのユーザによって指定されたコンピュータ処理デバイスを通じて送り出す必要があるある一定のイベントを識別する。例えば、ユーザは、規則又は方針を通じて、指定されたマグニチュードのある一定のイベントがユーザのための電子メールメッセージ内で送られ、それに対してより緊急な又は時間に依存する種類の他のイベント、又は指定されたより大きいマグニチュードのイベントがテキスト、呼び出しサービスなどを通じてユーザの移動電話に送り出されるように指定することができる。警報インタフェース２１１によって生成される警報は、ユーザが、イベントに関する情報を把握した上での判断を行うのを助けるために、警報に関するある一定の指定されたデータを含む。ユーザは、どれ程の詳細内容をメッセージ自体の中に含めるか、及びどれ程の追加データをユーザが、例えば、イベント追跡インタフェース２１０内の項目へのリンクを通じて取得するのに利用可能にするかに関して警報インタフェース２１１を設定することができる。

報告インタフェース２１２は、データベース２０８からイベントデータを取得して、イベント又はイベントの集計を示すために様々な報告、表、図、グラフなどを生成する報告システムである。当業者は理解されるように、報告インタフェース２１２は、ユーザが、イベントの地理、時間、種類などのようないずれかの望ましいフィールド又はパラメータによってイベント及びイベントデータを集計するのを可能にする。報告インタフェース２１２を通じて生成される報告は、水道施設網管理者のようなユーザが、自らの施設網への今後の修理又は改善、メーターの配置、又は運用、設計、在庫、及び他の考察事項に関連する他の判断をより確実に計画することを可能にする。

専有システムインタフェース２１３は、配水システムのオペレータによって使用される別のソフトウエアプログラムとインタフェースで接続するためのシステムである。例えば、専有システムインタフェース２１３は、データベース２０８からイベントデータを取得して、その全て又は指定された一部をトラブルチケットシステム内に入力し、保守職員に漏れ又は他のイベントを通知する。トラブルチケットソフトウエアの例は、Ｎｕｍａｒａ（登録商標）のＴｒａｃｋ−Ｉｔ！（登録商標）である。別の例として、イベントに対してより迅速に対処することができるように、イベントデータをワークフローシステム又はリソース管理システム（ＩＢＭ Ｃｏｒｐ．から入手可能なＭａｘｉｍｏ（登録商標）システムのような）に送ることができる。イベントデータは、ユーザへのイベント報告に向けて明確に分類され、いずれかの工業規格インタフェースによる使用に適応させることができる。ワークフローシステムインタフェースの一例は、ＨａｎｄｙｓｏｆｔのＢｉｚｆｌｏｗ（登録商標）である。

上述の実施形態のうちのいずれかに対して、更に、要素２０３〜２０９をウェブサーバのようなサーバ又はサーバセット上に存在させることができ、これらの要素は、インタフェース２０９のユーザにウェブインタフェースを通じて警報及び報告へのアクセスを提供するのに、アプリケーションサーバプロバイダ（ＡＳＰ）モデルを利用することができる。

図３は、本発明の実施形態による水道施設網をモニタリングする方法を示す流れ図である。段階３０１では、システムは、施設網データ（例えば、ＳＣＡＤＡデータ）、ＧＩＳデータ、運用データ、並びに配水システム及び他の供給源からの外部イベントデータを含む水道施設網からのデータ又は水道施設網に関するデータを受け取る。システムは、同じか又は他の供給源から他の種類のデータを受け取るように作動可能であり、そのようなデータを同じ解析手法を用いて処理するように修正することができる。一実施形態では、段階３０１を図１の要素１００により、又はより具体的には図２の要素２０３によって実施することができる。次に、段階３０２において、システムは、受け取ったデータを本明細書に説明する統計モデル及び他のアルゴリズムを用いて解析する。一実施形態では、段階３０２を図１の要素１００により、又はより具体的には図２の要素２０４〜２０８のいずれかの組合せによって実施することができる。最後に段階３０３において、システムは、イベント、警報、報告、及びグラフを含む出力を生成して表示する。一実施形態では、段階３０３を図１の要素１０６〜１１２により、又はより具体的には図２の要素２１０〜２１４によって実施することができる。

図４は、本発明の実施形態による水道施設網をモニタリングする方法をより詳細に例示する流れ図を提供している。段階４０１において、システムは、解析下の水道施設網から、施設網内でのメーターの識別子及び地理的場所を含むデータを受け取る。次に、段階４０２において、システムは、解析される少なくとも１つのメーターを選択する。次に、段階４０３において、システムは、段階４０１において受け取ったデータに基づいて尤度値分布を予想する。尤度値分布を予想するための実施形態に対しては図５に関して解説する。次に、段階４０４において、システムは、予想値を計測値と比較した後に、統計的に有意な値の逸脱が存在するか否かを判断する。逸脱の有意性を判断するための実施形態に対しては図２を関して解説している。いずれの値の逸脱も存在しない場合、又は逸脱が有意ではない場合には、システムは段階４０２に進み、解析される別の対象を選択する。しかし、システムが、値の逸脱が有意であると判断した場合には、システムは段階４０５に進み、異常を検出する。

次に、段階４０６において、システムは、イベント又は部分イベントを分類する。次に、段階４０６ａにおいて、システムは、イベント又は関連イベントがデータベースに存在するか否かを判断する。イベント又は関連イベントがデータベースに存在しない場合には、システムは、段階４０６ｂに進み、データベース内にイベントを作成する。しかし、イベント又は関連イベントがデータベース内に確かに存在する場合には、システムは、段階４０６ｃにおいて、データベース内に以前に格納したイベントを更新する。データベース内に検出イベントが存在するか否かを判断するために、システムは、検出イベントをデータベース内に以前に格納した既存イベントと比較する。既存イベントは、以前に検出されたが、依然として修理されていない漏れのような依然として進行中のイベントとすることができる。一実施形態では、依然既存のものであるイベントを判断するために、システムは、漏れのようなイベントが終了したか否かを判断する。システムは、イベントの種類の類似性、検出イベント、及び以前に格納したイベントの開始時間、以前に格納したイベントが終了していないこと、検出イベント及び以前に格納したイベントの場所、又は２つ又はそれよりも多くのイベントを同じ物理的な現実世界のイベントの別の検出又は部分的な検出として関連付けることができるいずれかの他のデータフィールドに注意することにより、検出イベントが以前に格納したイベントに関連するか否かを判断する。一実施形態では、システムが段階４０６ｃにおいてイベントを更新する時に、以前に格納されたイベントをモニタリングするユーザが、検出イベント、及びこの検出イベントの以前に格納されたイベントの関連に対する影響を観察するように、イベントレコードは、データベース内で同じイベントとして留まる。次に、段階４０７において、システムは、イベント及び関係データをこれらのデータを報告又は格納することができるインタフェース又は他のシステムに提供する。一実施形態では、イベントと共に提供される関係データは、イベントを検出することに関連するデータである。例えば、システムが漏れを検出及び分類した場合には、ユーザインタフェースに提供される関係データは、漏れの場所を示す地図、並びにシステムにイベントを発するように促した、ある時間にわたる流速差を示すグラフとすることができる。

段階４０８において、システムは、モニタリングする次の対象を選択し、施設網内の他のメーターにおける異常を検出し続ける。

図５は、図４の段階４０３に対する値の予想の方法を示す流れ図を提供している。図５のシステムは、段階５０１において最初に属性を選択することによって予想を実施する。一般的に属性は、所定のメーターからの履歴データのようなデータ集合である。履歴メーターデータは、メーター示度及びそれに対応するデータ、並びにそのメーター示度に関する時間を含むことができる。一実施形態では、選択される属性は、解析されるメーターからの履歴データと、選択された対応する１つ又は複数のメーターからの履歴データとの密接な相関性に基づいて、これらの対応する１つ又は複数のメーターに関する履歴メーターデータである。図６は、解析されるメーターからの履歴データとの密接な相関性に基づいて、対応するメーターを判断する一実施形態を解説している。

次に、段階５０２において、システムは、例えば、線形回帰及び二乗平均平方根誤差（ＲＭＳＥ）計量値を使用することにより、選択された属性の最良適合の組合せを誤差計量値に従って判断することができる。最良適合の組合せは、予想されるデータセットを近似する選択された属性の関数を生成する。

次に、段階５０３において、システムは、選択された属性からのデータを用いて段階５０２で得られた関数を適用することにより、選択された属性の尤度値分布を予想する。得られるデータセットは、メーターに関する尤度値分布を含む。次に、得られるデータセットは、図２の要素２０５内の予想器から要素２０６内の対応する異常検出器に進む。

一般的に予想は、メーターデータセットのようないくつかの属性を選択し、これらの属性を組み合わせて、予想を発生させている対象のデータセットの密接な近似を生成することによって発生させることができる。一実施形態では、解析下のデータセットとの最良適合を各々が個々に有するＮ個のデータセットを選択することにより、「独立属性選択」という属性選択が進行する。一例として、使用される誤差計量値が平均自乗誤差の平方根（ＲＭＳＥ）であり、属性をアフィン的に組み合わせるべき場合には、選択されるデータセットは、ＲＭＳＥに関して最良適合のアフィン変換の下で、解析中のデータセットを各々が個々に最適に近似するデータセットになる。この目的のために、システムは、各個々のデータセットに対する最良適合パラメータを求め（解析下のデータセットを近似することに関して）、最適パラメータを有する各データセットによって得られる近似誤差を記録し、最も低い誤差（最良適合）を有するデータセットを選択する。当業者は理解されるように、最良適合パラメータを求める段階は、線形回帰のような公知の方法によって達成することができる。

別の実施形態では、予想に利用可能な全ての可能なＮ組のデータセットを探し求めることによって予想誤差を最小にするＮ個のデータセットを選択することで、「網羅的属性選択」という属性選択が進行する。各Ｎ個の組に対して、システムは、最良適合パラメータ（ＲＭＳＥのような特定の誤差計量値に関して解析下のデータセットを近似する）に関して、得られた近似誤差を記録し、最も低い誤差（最良適合）を有するＮ組を選択する。

一実施形態では、Ｎ個のデータセットを一度に１つ、既に選択されたデータセットと新しいデータセットとの最良適合の組合せを発生させる時に、各追加データセットが近似誤差の最大の低減をもたらすように選択することにより、「漸増属性選択」という属性選択が進行する。Ｋ個のデータセットが既に選択済みである時の段階Ｋ＋１では（Ｋ＜Ｎ）、システムは、最良適合パラメータに関して、既に選択されたＫ個のデータセットと予想に利用可能な他のデータセットのうちの１つとで構成されるＫ＋１個のデータセットの全ての集合に関する近似誤差を記録することにより、選択済みデータセットに追加されるＫ＋第１のデータセットを識別し、最も低い誤差（最良適合）を得る追加データセットを選択する。

図７は、「漸増属性選択」の一実施形態に関する流れ図を提供している。段階７０１において、システムは、選択済み属性に追加される第１のデータセット又はメーターデータを選択する。第１のデータセットは、解析中のメーターデータに対して高い相関性を有することに基づいて選択することができる。次に、段階７０２において、システムは、組合せ内のデータセット数であるＮが、設計者が組み合わせることを可能にした所定のデータセット数であるＫよりも小さいか否かを判断することにより、別のデータ集合をこのデータセットに追加されるか否かを判断する。この判断が偽である場合には、システムは段階７０８に進み、解析を実施する。データセットに別のデータ集合を追加される場合には、システムは段階７０３に進み、データセットに追加される第２のデータ集合を選択する。次に、段階７０４において、システムは、データセット内の全てのデータ集合に関する最良適合パラメータに関して、次に、段階７０５において、データセット内の全てのデータ集合に関する近似誤差を記録する。次に、段階７０６において、システムは、最良適合を判断することにより、追加を受けたデータセットが最も低い誤差を得るか否かを判断する。追加を受けたデータセットが最も低い誤差を得ない場合には、システムは段階７０２に進む。しかし、第２のデータ集合が最も低い誤差を確かに得た場合には、システムは段階７０７に進み、第２のデータ集合をデータセットに追加する。次に、システムは段階７０２に進む。

属性選択のこれらの実施形態の各々に続いて、使用されている誤差計量値（例えば、ＲＭＳＥ）に関して、選択された全てのデータセットの最良適合のアフィン組合せを発生させるために、線形回帰のような当業者に馴染み深い方法のうちのいずれかにより、次に、パラメータ選択が進行する。一実施形態では、いくつかの異なる回帰又は回帰法が並列に使用され、その結果は、個々の回帰結果の中央値、平均値、又は類似の組合せである。

当業者は認識されるであろうが、「独立属性選択」は計算上最も速いが、これらの実施形態のうちで最も精度が低く、「網羅的属性選択」は計算上最も遅いが、最も精度が高く、「漸増属性選択」は、中間の計算速度で中間の精度レベルを与えることができる。

一般的に、予想を発生させる段階における使用に利用可能なデータセットは、全ての時系列のメーター示度のようなシステムによって受け取られるメーターデータセット、及びこれらの時系列を時間シフトしたものメーター示度のようなこれらのデータセットの変換物のうちの全て又はいくつかを含む。一実施形態では、予想に利用可能なデータセット（そこから属性選択がＮ個のセットを選択すべきである属性）は、解析下のメーター以外のメーターに関するデータセット、及び解析されているメーター及び他のメーターに関するある一定の時間シフトされたデータセットである。時間シフトは、１日、１週間、及び１年のようなデータにおいて予想される複数の反復期間に対応する。一例として、データセットが考慮される他のメーターは、利用可能なメーターの全体の集合、又は同じ量を計測するメーター（例えば、解析下のメーターが流量計の場合は流量計）の集合、又は解析下のメーターによって記録される局所イベントが、遠隔地のメーターのいずれかに施設網を通じて液圧で伝播する可能性が低くなるように、解析下のメーターから遠隔に位置するメーターのみとすることができる。

一部の実施形態では、使用されるメーターデータは、受け取られた元のメーターデータに処理を施したものとすることができ、更に、履歴データ全体から時間的に制限することができる。例えば、上述の解析に使用されるデータセットは、現時点から７０日前に開始して現時点から７日前に終了した連続する６時間にわたって隔にわたって計算された平均メーター値（各６時間にわたる各メーターに関する１つの平均値）とすることができる。それによって例えば、検出される進行中の効果によってもたらされるメーターの間の最近の相違性、古くから（別の季節の間に）存在した可能性があるいずれかの重要でない相違性、及び１日の中での短時間の差のいずれかの望ましくない効果を除去することができる。

図６は、対応するメーター予想に対する対応するデータの選択の方法を示す流れ図を提供している。図６は、別々のメーターからの単一のデータセットが、対応するデータセットとして選択される上記に開示した選択アルゴリズムの簡単なサブケースを表している。このサブケースは、通常、互いに分離したメーターが、メーターのうちの１つの下流の漏れのような同じ局所イベントによって影響を受ける可能性は低いが、広域消費又は施設網イベント（暖かい日又はスポーツイベント等）によって同様に影響を受ける可能性があるという観察を利用し、それによって多くの潜在的な偽警報を防止する。段階６０１において、システムは、メーターからの履歴データを含む第１のデータセットを選択する。履歴データは、圧力値及び流量値、並びに圧力示度及び流量示度に関連する時間を含む。次に、段階６０２において、システムは、メーターからの履歴データを含む第２のデータセットを選択する。一実施形態では、第２のデータセットは、第１のデータセットによって表される施設網デバイスとは物理的に異なり、このデバイスに強く液圧接続されていない施設網デバイスからの履歴データである。例えば、第１のデータセットは、マンハッタンに位置するメーターに関連し、第２のデータセットは、クイーンズに位置するメーターに関連する。データセットが液圧接続されず、従って、同じ異常又はイベントによって影響を受けないように、例えば、これらの場所の流水量が同じ漏れによって影響を受ける一方における水質変化が他方に影響を及ぼすということにならないように、選択される場所は、十分に遠隔なものとすることができ、又はそうでなければ解析されているメーターから十分に離すことができる。しかし、第２のデータセットが同じ局所液圧イベントによって影響を受けることにはならないが、両方のデータセットが、暖かい日又は市全体のスポーツイベントのような同じ地域のイベント又は広域イベントによって依然として影響を受ける可能性がある。別の実施形態では、第２のデータセットは、第１のデータセットによって表される同じメーターの異なる期間からのデータセットである。例えば、第１のデータセットは、メーター１からのものであり、第２のデータセットはまた、メーター１からのものであるが、３日前からのデータを表すものである。

次に、段階６０３において、システムは、第１のデータセットの履歴データを第２の履歴データと比較して、２つのメーターの間に密接な相関性が存在するか否かを判断する。相関性は、当業技術で公知の標準の相関技術に従って判断することができる。当業技術で公知のいくつかの既存の相関技術が、Ｍｉｌｅｓ、Ｊｅｒｅｍｙ及びＳｈｅｖｌｉｎ、Ｍａｒｋ著「回帰及び相関の適用、学生及び研究者向けガイド（Ａｐｐｌｙｉｎｇ Ｒｅｇｒｅｓｓｉｏｎ ａｎｄ Ｃｏｒｒｅｌａｔｉｏｎ： Ａ Ｇｕｉｄｅ ｆｏｒ Ｓｔｕｄｅｎｔｓ ａｎｄ Ｒｅｓｅａｒｃｈｅｒｓ）」、Ｓａｇｅ Ｐｕｂｌｉｃａｔｉｏｎｓ Ｌｔｄ．（２０００年）、ＩＳＢＮ０７６１９６２３０１に説明されている。相関性は、相関値が所定の閾値を超えた場合に密接であると見なすことができ、この場合システムは、段階６０４に進む。例えば、使用される相関性計量値が、０〜１の範囲にわたるＲの二乗（判断係数とも全ぶ）である場合には、システムは、計算されたＲの二乗が、０．９のような所定の値を超える場合にメーターを対応するメーターと認識することができる。段階６０４において、システムは、別の対応するデータセットを必要とする可能性があるか否かを判断する。一実施形態では、より正確な異常検出を容易にするために、別の対応するデータセットを必要とする可能性があり、システムは、段階６０２に進む。対応するデータセットが全く必要とされない場合には、システムは、段階６０５において、図５に関して解説した通りに解析を実施する。

一方、段階６０３に戻ると、別の例において相関値が閾値よりも低かった場合には、システムは、データセットが密接に相関しないことを認識することができ、この場合システムは段階６０２に進み、別のデータセットが選択される。

一部の実施形態では、予想器によって使用されるデータは、施設網解析エンジンに対して利用可能な上述の運用及び外部データのような他の形態のデータを含むことができる。そのようなデータは、例えば、メーターデータを更に制限、強化、又は分類するのに使用することができる。実施形態として、予想器は、そのようなデータを現休日に関する値を予想するのに、又は季節外れの気象、公知の施設網イベント、又は一時的な施設網変化の効果を相殺するのに、以前の休日（平日ではなく）からのデータのみが使用されるように使用することができる。

図８は、漏水イベントを検出して記録する方法を示す流れ図を提供している。段階８０１において、システムは、配水システムから前処理済みデータを取得する。次に、段階８０２において、システムは、Ｎ個の統計予想モデルに従ってＮ回の統計的予想を実施する。次に、段階８０３において、各予想器に対して、システムは、予想データを計測データに対して比較して、統計的に有意な逸脱が存在するか否かを判断する。特定の予想器に対して統計的に有意ないずれの逸脱も存在しなかった場合には、システムは、段階８０７に進み、いずれのイベントも発生させない。段階８０７において、システムは、解析に向けて水道施設網から別のメーターデータセットを選択するために、段階８０８に進む。一方、段階８０３において、特定の予想器に対して統計的に有意な逸脱が存在した場合には、システムは段階８０４に進み、異常を検出する。

次に、段階８０５において、図４に関して提供した例の解説に従って異常をイベントとして分類することができる。例えば、システムが、異なる予想器モデルに従って統計的に有意な継続的流量増加の異常、及び統計的に有意な短期間圧力低下（圧力補正が続く）の異常を発した場合には、異常は、段階８０５において漏れイベントの始まりとして分類される。後の時点で、システムが、類似のマグニチュードの対応する流量減少異常を検出した場合には、異常は、上述の漏れイベントの終了として分類される。段階８０５において逸脱を分類する別の方法は、段階８０４において検出された異常を確証又は反証するための外部データの使用である。例えば、解析が行われた日が、例えば、住宅区域の水使用パターンが大きく変化する可能性がある休日であった場合には、予想データからの大きい統計的逸脱が、漏れイベントを識別するのに必要な統計的閾値を増大させる可能性がある。別の例では、スポーツイベントが、１つの施設網区域内の高い消費を誘発する可能性があり、システムには、この情報をイベントの存在を確証又は反証するための外部データとして持たせることができる。

他の実施形態では、システムは、異常を発生させるデータに対して付加的な制限を適用することにより、検出された異常を反証することができる。例えば、システム又は施設網オペレータは、指定された期間よりも長く続く、又はある期間にわたってある一定の頻度を超えて発生する予想値からの逸脱を有するある一定のマグニチュード閾値を超える漏れにのみ相応に警報を与えると判断することができる。漏れを検出するためのシステムの感度は、ユーザによって判断されたマグニチュード閾値に、又は少なくとも指定された期間の間続く漏れを有することに少なくとも部分的に基づくことができる。

次に、段階８０６において、システムは、漏れのようなイベントを記録し、更に検出した漏れの特性を提供する。特性は、漏れのマグニチュード、漏れの増加傾向又は増加率、及びそれまでに漏れた水の全量を含むことができる。漏れ警報及び漏れの特性は、図２におけるデータベース様の要素２０８に格納することができ、図２の出力２１０〜２１４のうちのいずれかの上で再現することができる。段階８０６においてイベントを記録した後に、システムは、段階８０８に進み、解析に向けて施設網からの別のメーターデータセットを選択する。

図９は、不良メーター異常を検出する方法を示す流れ図を提供している。段階９０１において、システムは、解析されるデータセットを選択する。要素９０２及び９０５〜９０９は、計測値と予想値とのいずれかの逸脱の統計的有意性を判断するための様々な予想器及び異常検出器を表している。当業者は、尤度値を識別し、異常を発するのに、各要素９０２及び９０５〜９０９又はこれらの要素のいずれかの組合せを使用することができることを認めるであろう。更に、システムは、これらの要素のいずれかの組合せを同時に、又はいずれかの順序で順次実行することによって進めることができる。

図９に流れ図によって図示の実施形態を続けると、要素９０２で表す予想器及び異常検出器は、漏れのような現実の施設網イベントによって説明することができるものを超える統計的に有意な送信値の逸脱が存在するか否かを判断する。

要素９０３〜９０５で表す予想器及び異常検出器は、第１のデータセットが第２のデータセットと相関付けられる場合に、統計的に有意なクロックドリフト逸脱が存在するか否かを判断する。予想器及び異常検出器は、段階９０３において１つ又は複数の基準データセットを選択することによって進み、次に、段階９０４において第１のデータセットを基準データセットと相関付ける。基準データセットは、通常、解析下のメーターと密接な相関にある値を有する１つ又はそれよりも多くのメーターを含むことができる。次に、システムは段階９０５に進み、最良の相関性をもたらす時間シフトを求めることにより、メーターが統計的に有意なクロックドリフトを示すか否かを判断する。メーターが確かにクロックドリフトを示す場合は（すなわち、最良の時間シフトが０とは大きく異なる場合は）、システムは、段階９１０に進み、不良メーターイベントを発する。

要素９０６で表す予想器及び異常検出器は、固定値が送信されたか否かを判断する。段階９０４において、システムは、固定値又はある時間にわたって変化しないデータが送信されたか否かを判断する。メーターが、固定値、ほぼ固定の値、又は多くの場合に固定される値を異常に長い時間にわたって送信した場合には、システムは段階９１０に進み、不良メーターイベントを発する。

要素９０７で表す予想器及び異常検出器は、短期間の変動性が過度に高い又は過度に低いか否かを判断する。短期間の変動性が過度に高い又は過度に低い場合には、システムは段階９０９に進み、不良メーター警報を発する。

要素９０８で表す予想器及び異常検出器は、通常の送信データの量からの統計的に有意な逸脱が存在するか否かを判断する。通常のデータよりも有意に少ない又は多いものが送信された場合には、システムは異常を発生させる。例えば、メーターによって３日の間いずれの値も送信されなかった場合には、システムは、異常を発生させる。一方、送信されることが予想されるデータ量と実際の送信データの量の間の逸脱が統計的に有意ではない場合には、いずれの異常も発生しない。

要素９０９で表す予想器及び異常検出器は、値が、他の施設網メーターによって支持されないか否かを判断する。例えば、第１の流量計における示度が、その下流の第２の流量計における示度、又はいくつかの他のメーター示度の和よりも大きくなければならないことを質量の保存が示す場合がある。そのような「不可能な」値が見つかった場合には、システムは段階９１０に進み、不良メーターイベントを発する。

段階９１０においてイベントを提供した後に、システムは、段階９１１において解析される次の対象を選択し、他の不良メーターに関して施設網を解析し続ける。

図１０は、予想外の消費又は盗難の異常を提供するための実施形態を示す流れ図を示している。要素１００３〜１００５は、計測値と予想値とのいずれかの逸脱の統計的な有意性を判断するための様々な予想器及び異常検出器を表している。当業者は、尤度値を識別し、異常を発するのに、各要素１００３〜１００５又はこれらの要素のいずれかの組合せを使用することができることを認めるであろう。更に、システムは、これらの要素のいずれかの組合せを同時に、又はいずれかの順序で順次実行することによって進めることができる。

段階１００１において、システムは、予想外の水道消費又は盗水に対して解析される水道施設網のメーターを選択する。別の実施形態では、システムは、予想外の水道消費又は盗水に対して解析される水道施設網の一区画又は水道施設網全体を選択する。次に、段階１００２において、システムが、選択したメーター又は施設網区画の流量増加を検出した場合には、システムは、要素１００３〜１００５で表す異常を更に分類する段階に進む。他の実施形態では、システムは、履歴メーターデータにわたる流量増加を検出して、図２に関して概説した統計的解析を適用することができる。別の実施形態では、システムは、メーターからの実時間データを解析することによって流量増加を検出することができる。

要素１００３で表す予想器及び異常検出器は、消費パターンに対する流量増加の統計的に有意な一致が存在するか否かを判断する。段階１００３において、システムは、現在の流量増加を以前に格納された消費パターンに対して解析することができる。以前に格納された消費パターンは、消費パターンを判断する解析を容易にするために、去年又はいずれかの他の時間枠におけるメーターデータ又は施設網データを含むことができる。流量増加が消費パターンと一致した場合には、システムは段階１００６に進み、このイベントを別のファクタによって説明することができるか否かを判断する。

要素１００４で表す予想器及び異常検出器は、類似の時間内で統計的に有意な再発流量増加が存在するか否かを判断する。例えば、システムは、消費パターンの周期性を判断するために、メーター又はシステムに関する履歴データを解析する。再発流量増加が存在し、更にこれが過去に発生していない場合には、システムは段階１００６に進み、このイベントを別のファクタによって説明することができるか否かを判断する。

要素１００５で表す予想器及び異常検出器は、毎回類似のマグニチュードを有する統計的に有意な再発流量が存在するか否かを判断する。一実施形態では、システムは、メーター又は施設網の高い流量の期間を他の履歴流量データと比較して、再発期間中の流量のマグニチュードにおけるほぼ一定の増加を判断する。システムが、毎回類似のマグニチュードを検出し、更にこれが過去に発生していない場合には、システムは段階１００６に進み、このイベントを別のファクタによって説明することができるか否かを判断する。

段階１００６において、システムは、検出されたイベントを外部データ又は運用データによって反証することができるか否かを判断する。一例では、システムは、運用データを解析して、解析下の箇所への公認の立ち入りがあったか否かを判断する。別の例では、システムは、１つのメーターにおける流量増加と同じ地域における別のメーターにおける類似のマグニチュードの対応する流量減少とが流量変化を示すが、その地域内での合計消費の変化を示さない場合に、検出イベントを反証する。システムが段階１００６において検出イベントを反証しなかった場合には、システムは、段階１００７において予想外又は無認可の消費又は盗難イベントを提供する。一方、システムがイベントを反証しなかった場合には、システムは段階１００８に進む。次に、段階１００８において、システムは解析される次の対象を選択し、他の予想外又は無認可の消費又は盗難イベントに対して施設網を解析し続ける。

図１１は、水質異常警報を提供するための実施形態を示す流れ図を示している。段階１１０１において、システムは、解析される第１の箇所からのデータセットを選択する。要素１１０３、１１０４、及び１１０６は、計測値と予想値とのいずれかの逸脱の統計的有意性を判断するための様々な予想器及び異常検出器を表している。当業者は、尤度値を識別し、異常を発するのに、各要素１１０３、１１０４、及び１１０６又はこれらの要素のいずれかの組合せを使用することができることを認めるであろう。更に、システムは、これらの要素のいずれかの組合せを同時に、又はいずれかの順序で順次実行することによって進めることができる。

要素１１０３で表す予想器及び異常検出器は、段階１１０２において選択された少なくとも２つの箇所において、水道施設網管理者によって設定された所定の閾値を超える統計的に有意な塩素変化、濁度変化、又はｐＨ変化が存在するか否かを判断する。システムは、段階１１０２において少なくとも２つ又はそれよりも多くの隣接箇所を選択することができる。選択される箇所数は、システムがより正確に水質異常を予想するのを更に助けることができる。システムが段階１１０３において変化を検出した場合には、システムは１１０５に進み、このイベントを報告するか否かを判断する。

要素１１０４で表す予想器及び異常検出器は、選択された箇所から選択されたメーターにおいて統計的に有意な濁度増加が存在するか否かを判断し、この判断が真であった場合には、システムは段階１１０５に進み、このイベントを報告するか否かを判断する。

要素１１０６で表す予想器及び異常検出器は、同じ箇所において統計的に有意な塩素減少が存在するか否かを判断する。この箇所において塩素減少が存在した場合には、システムは段階１１０５に進み、このイベントを報告するか否かを判断する。

段階１１０５において、システムは、要素１１０３、１１０４、及び１１０６からイベントを受け取り、このイベントを報告するか否か、又は不適切とすべきか否かを判断する。イベントを不適切とする１つの理由は、統計的に有意な圧力降下、流量増加、又は段階１１０１において選択された箇所への公認の立ち入りがある場合である。一実施形態では、この箇所への公認の立ち入りは、選択されたメーターにおける一時的な濁度増加をもたらす可能性がある建設作業員によるこの箇所への修理を含むことができる。有意な短期間圧力降下は、例えば、そうでなければ品質異常として出現するもの根本原因として考えるべき漏れイベント又は施設網の干渉を示す可能性がある。しかし、修理は比較的短期間なものとすることができるので、システムは、一時的な修理に起因する異常警報を提供することを望まない可能性があり、段階１１０８に進み、解析される別のデータセットを選択する。システムが、圧力降下、流量増加、又はこの箇所への公認の立ち入りを検出しなかった場合には、システムは段階１１０７に進み、水質イベントを提供する。段階１１０７においてイベントを提供した後に、システムは、段階１１０８において解析される次の対象を選択し、他の水質イベントに対して施設網を解析し続ける。当業者は、他の実施形態が、他の水質パラメータ及び水質インジケータを一時的にこれらの他のパラメータに影響を及ぼす施設網のイベント及び活動情報を考慮して同様に処理することができることを認めるであろう。

図１２は、本発明の一実施形態によるイベント追跡インタフェースによって生成されるユーザインタフェース（ＵＩ）のスクリーンショットを示している。図１２のスクリーンは、検出イベント及びその関係情報をユーザに表示する。ユーザは、例えば、水道施設網において解析下の水道施設網をモニタリングすることが課せられた作業員とすることができる。図１２は、更新状況１２０２、イベントリストパネル１２０３、グラフ１２０４、イベント情報１２０５、グラフ１２０６、及び地図１２０７に対する区画を含むＵＩスクリーンショット１２０１を含む。

一実施形態では、ＵＩ１２０１は、ネットワーク又はインターネットを通じてユーザに対して表示可能なウェブページである。更に、更新状況１２０２は、システムが異常に関して水道施設網をモニタリングした最後の日時をユーザに通知する。イベントリストパネル１２０３は、以前に検出されたイベント、イベントの日付、時間、場所、及び状況のリストをユーザに提供する。この実施形態に対して更に、イベントリストパネル１２０３は、ユーザインタフェース１２０１を閲覧している者が、イベントリストパネル１２０３内のイベントを選択することを更に可能にする。選択されたイベントに関連する詳細情報が、イベント情報１２０５、グラフ１２０４及び１２０６、及び地図１２０７として再現される。イベント情報１２０５は、例えば、異常の開始時間、異常の終了時間、異常のマグニチュード、異常に付随する合計水損失、及びシステムのユーザによって補われるいずれかのコメントを含む。ユーザ又はシステムによって補われるコメントは、システムによって格納された他のイベントへのハイパーリンクを提供することができる。グラフ１２０４及び１２０６は、関連のメーターにおける計測流水量と予想（日常的）流水量との視覚的な比較のようなユーザによって選択されたイベントに関する詳細情報を含む。更に、ユーザインタフェース１２０１は、選択されたイベントに関連するＧＩＳデータを利用してこのイベントの場所を地図１２０７上に示している。一実施形態では、イベントは特定のメーターに関連し、このメーターの場所が地図１２０７上に生成される。イベント地図１２０７は、検出されたイベントによって影響を受ける施設網区域、又は正確なイベントの場所が内部に含まれる可能性が統計的に高い推定区域を表示するように有効にすることができる。

図２に記載のデータベース２０８、又は更にイベント判断及び分類エンジン２０７は、システムのユーザが、水漏れ又は他のイベントの場所を容易に識別することを可能にするために、メーターデータ、警報、報告、統計的解析、及び水道施設網の地図をユーザインタフェースに関連付ける対話型ソフトウエアアプリケーションをホスティングすることができる。ユーザインタフェースは、データベース２０８上にホスティングすることができ、要素２０９で表すいずれかの数のインタフェースに提供することができる。別の実施形態では、イベント判断及び分類エンジン２０７は、要素２１０、２１１、２１２、２１３、２１４に情報を直接送るように作動可能である。

図１３は、本発明の一実施形態によるイベント追跡インタフェースによって生成されるＵＩのスクリーンショットを示している。図１３のスクリーンは、検出されたイベント及びその関係情報をユーザに表示する。ユーザは、例えば、水道施設網において解析下の水道施設網をモニタリングすることが課せられた作業員とすることができる。図１３は、イベントリストパネル１３０２、グラフ１３０３及び１３０４、地図１３０５、及びイベント情報１３０６を含むＵＩ１３０１を含む。

一実施形態では、ＵＩ１３０１は、ネットワーク又はインターネットを通じてユーザに対して表示可能なウェブページである。更に、イベントリストパネル１３０２は、以前に検出されたイベント、イベントの日付、時間、メーターの場所、及び状況のリストをユーザに提供する。この実施形態に対して更に、イベントリストパネル１３０２は、ＵＩ１３０１を閲覧している者が、イベントリストパネル１３０２内のイベントを選択することを更に可能にする。選択されたイベントに関連する詳細情報が、イベント情報１３０６、グラフ１３０３及び１３０４、及び地図１３０５として再現される。ユーザインタフェース１３０１は、選択されたイベントに関連するＧＩＳデータを利用して、このイベントの場所又は大体の場所を地図１３０５上に示している。一実施形態では、地図１３０５は、イベントを記録する複数のメーターの場所を表示するように作動可能である。

図１４は、本発明の一実施形態によるイベント追跡インタフェースによって生成される別のＵＩのスクリーンショットを示している。図１４のスクリーンは、検出されたイベント又は選択されたメーター又は施設網地域に関連するデータを表示する。ユーザは、例えば、水道施設網において解析下の水道施設網をより特定的にモニタリングすることが課せられた作業員とすることができる。図１４は、システムによって収集されたデータを示し、ユーザが、各イベントに対してシステムに示すグラフを更に調査、特化、及び変更すること、又は様々な視覚表現を通じ、システムの前処理機能のうちの一部を用いてデータを個々に調査することを可能にするグラフモジュールを表している。図１４は、ＵＩ１４０１、メーターリスト及びグラフ制御パネル１４０２、グラフ１４０３、及び更新状況１４０４を含む。一実施形態では、ＵＩ１４０１は、ネットワーク又はインターネットを通じてユーザに対して表示可能なウェブページである。ＵＩ１４０１のユーザは、メーターリスト及びグラフ制御パネル１４０２から１つ又はそれよりも多くのメーター及び様々なグラフ形式を選択することができる。選択されたメーターに関連するデータは、グラフ１４０３内に生成することができる。グラフ１４０３内に生成されるデータは、システムによって得られたいずれかの情報とすることができる。更新状況１４０２は、システムが、異常に関して水道施設網をモニタリングした最後の日時をユーザに通知する。

図１５は、本発明の一実施形態による報告インタフェースによって生成されるスクリーンショットを示している。図１５のスクリーンは、検出されたイベントの集計概要及びその関係情報をユーザに表示する。ユーザは、例えば、水道施設網において解析下の水道施設網をモニタリングすることが課せられた作業員とすることができる。図１５は、ＵＩ１５０１、概要選択パネル１５０２、イベント計数パネル１５０３及び１５０４、地図１５０５、及びグラフ１５０６を含む。

一実施形態では、ＵＩ１５０１は、ネットワーク又はインターネットを通じてユーザに対して表示可能なウェブページである。更に、概要パネル１５０２は、選択された期間にわたるイベントの集計を表示する選択肢をユーザに提供する。ユーザは、メーター値、イベント、日付、及びイベントの関連に基づいてイベントの表示を選択することができる。概要選択パネル１５０２におけるユーザ選択に関連する詳細情報が、イベント計数パネル１５０３及び１５０４、地図１５０５、及びグラフ１５０６として再現される。概要選択パネル１５０２は、ユーザが、例えば、最近の未解決イベント、種類によって仕分けられたイベントのみを閲覧し、イベント状況及び他のワークフロー特性を更新するために、イベントをその様々なフィールド及び特性によって仕分け、フィルタリングすることを可能にする。概要選択パネル１５０２は、当業者に公知のソフトウエア産業規格に従う。

イベント計数パネル１５０４及び１５０５は、イベント数、イベントの種類、及び期間に従う場所を表示する。一実施形態では、イベント計数パネル１５０４及び１５０５は、異なる期間に対応するイベントを表示し、ユーザが、ある時間にわたる施設網挙動を比較及び対比することを可能にする。地図１５０５は、ある区域内で発生しているイベント又は以前に発生したイベントの場所及び他の情報を表示する。一実施形態では、地図はイベントを示し、複数のイベントを有する区域を強調表示し、少数のイベントしか伴わない場所を緑で彩色し、それに対して多くのイベントを有する場所を赤で彩色することができる。グラフ１５０６は、ある期間にわたるイベントの数及び種類の推移を表示するように作動する。一実施形態では、グラフ１５０６は、２つの連続する月の間に発生するイベントの種類及び数を示し、例えば、ユーザが最近の傾向を比較及び解析することを可能にする。当業者は、配水施設網をモニタリングすることが課せられたユーザをより確実に助けるために、システムによって収集されたいずれかの情報をグラフ１５０６上に再現することができることを認めるであろう。

図１から図１５は、本発明の説明を可能にする概念的な図である。本発明の実施形態の様々な態様は、ハードウエア、ファームウエア、ソフトウエア、又はこれらの組合せに実施することができることを理解すべきである。そのような実施形態では、様々な構成要素及び／又は段階を本発明の機能を実施するハードウエア、ファームウエア、及び／又はソフトウエアに実施することができる。すなわち、同じハードウエア、ファームウエア、又はソフトウエアモジュールが、例示するブロック（例えば、構成要素又は段階）のうちの１つ又はそれよりも多くを実施することができる。

本発明は、水道施設網だけではなく、あらゆる種類の分配システムに適合することを理解すべきである。他の種類の分配システムは、油、下水又は排水、ガス、電気、電話、又は１つの区域から消費者までの流体又は流動リソースを含む他のエネルギ配送システムとすることができる。実際に、本発明は、施設網内の任意の場所において流量、圧力、品質、又はデータ自体の流量のような分配パラメータを計測するメーター又はセンサを有するあらゆる分配システム又は収集システムに適用することができる。

ソフトウエア実施では、コンピュータソフトウエア（例えば、プログラム又は他の命令）及び／又はデータが、コンピュータプログラム製品の一部として機械可読媒体上に格納され、取外し可能記憶ドライブ、ハードドライブ、又は通信インタフェースを通じてコンピュータシステム又は他のデバイス内にロードされる。コンピュータプログラム（コンピュータ制御論理又はコンピュータ可読プログラムコードとも呼ぶ）は、主メモリ及び／又は補助メモリに格納され、１つ又はそれよりも多くのプロセッサ（コントローラなど）によって実行され、１つ又はそれよりも多くのプロセッサに本明細書に説明する本発明の機能を実行させる。本明細書では、ランダムアクセスメモリ（ＲＡＭ）、読取専用メモリ（ＲＯＭ）、取外し可能ストレージユニット（例えば、磁気ディスク又は光ディスク、フラッシュメモリデバイスなど）、ハードディスクなどのような媒体を一般的に指す上で「機械可読媒体」、「コンピュータプログラム媒体」、及び「コンピュータ使用可能媒体」という用語を使用する。

取りわけ、説明又は例示した要素の一部又は全ての入れ替えにより、他の実施形態が可能であるので、上述の図及び例は、本発明の範囲を単一の実施形態に限定するように意図したものではない。更に、本発明のある一定の要素を公知の構成要素を用いて部分的又は完全に実施することができる場合には、そのような公知の構成要素のうちの本発明の理解に必要な部分のみを説明しており、本発明を不明瞭にしないように、そのような公知の構成要素の他の部分の詳細説明を省略している。本明細書では、単数の構成要素を示す実施形態は、本明細書で別途指定しない限り、複数の同じ構成要素を含む他の実施形態に対して必ずしも制限されるべきではなく、その逆も同様である。更に、本出願人は、本明細書又は特許請求の範囲内のいずれの用語も、一般的ではないか又は特殊な意味に基づくことをそのように指定しない限り意図しない。更に、本発明は、本明細書において実施形態として参照する公知の構成要素に対する現在及び将来の公知の均等物を包含する。

以上の特定的な実施形態の説明は、本発明の基本的な性質を極めて完全に明らかにしているので、当業者は、当該技術の範囲の知識（本明細書において引用し、本明細書に引用によって組み込まれた文献の内容を含む）を適用することにより、過度の実験なしに、本発明の基本概念から逸脱することなく、そのような特定的な実施形態を容易に修正し、及び／又は様々な用途に対して適応させることができるであろう。従って、そのような適応及び修正は、本明細書における教示及び案内に基づく開示する実施形態の均等物の意味及び範囲にあるように考えられている。

本発明の様々な実施形態を上述したが、これらの実施形態は、一例として提供したものであり、限定として提供したものではないことを理解すべきである。当業者には、これらの実施形態において本発明の精神及び範囲から逸脱することなく形態及び詳細における様々な変更を加えることができることが明らかであろう。従って、本発明は、上述の例示的な実施形態のうちのいずれによっても限定すべきではなく、以下に続く特許請求の範囲及びその均等物だけに従って定められるべきである。

１００ 水道施設網解析エンジン
１０１ ＧＩＳデータ
１０２ 運用データ
１０３ 配水システム
１０３ａ メーターデータ１
１０４ 外部データ

Claims (20)

1. 水を消費者に配送するための少なくとも配管網（ネットワーク）と水道施設網内に位置決めされた複数のメーターとを含む水道施設網をコンピュータによりモニタリングする方法であって、
   配管を通る水の少なくとも流量又は圧力を含むメーターによって計測される複数のパラメータを表すメーターデータを受け取る段階と、
   水道施設網によってサービス提供される地域内の水の流量又は消費に影響を及ぼす１つ又はそれよりも多くの条件を表す補助データを前記メーターに対して外部の１つ又はそれよりも多くの供給源から受け取る段階と、
   前記受け取られた第１のメーターデータ以外のメーターデータを含む前記水道施設網からの第２のメーターデータと補助データとに基づいて第１のメーターに関するメーターデータを統計的に予想し、かつ該受け取られた第１のメーターデータを該第１のメーターに関する該予想メーターデータと比較して、該受け取られた第１のメーターデータが、該第１のメーターに関する該予想メーターデータからある一定の統計的逸脱だけ逸脱した場合に異常を検出することによって少なくとも１つ又はそれよりも多くの漏れイベントを含む１つ又はそれよりも多くの水道施設網イベントを識別することにより、該メーターデータを解析する段階と、
   前記１つ又はそれよりも多くの水道施設網イベントをユーザインタフェースを通じてユーザに報告する段階と、
   を含むことを特徴とする方法。
2. 前記水道施設網イベントをデータベースに格納する段階を含むことを特徴とする請求項１に記載の方法。
3. メーターデータを受け取る段階は、監督制御及びデータ取得（ＳＣＡＤＡ）データを受け取る段階を含む、請求項１に記載の方法。
4. 前記異常を漏れイベントとして分類する段階を含む、請求項１に記載の方法。
5. 前記異常を検出することは、該異常の持続時間が所定の閾値を超えるかを判断することを含む、請求項１に記載の方法。
6. 前記異常を検出することは、所定の時間窓内の該異常の頻度が所定の閾値を超えるかを判断する、請求項１に記載の方法。
7. 前記水道施設網からの第２のメーターデータに基づいて前記第１のメーターに関するメーターデータを統計的に予想することは、１つ又はそれよりも多くの第２のメーターを１つ又はそれよりも多くの対応するメーターとして選択すること、及び、該第１のメーターから受け取られたメーターデータを該１つ又はそれよりも多くの対応するメーターから受け取られたメーターデータと相関付けることを含む、請求項１に記載の方法。
8. １つ又はそれよりも多くの第２のメーターを前記１つ又はそれよりも多くの対応するメーターとして選択することは、該１つ又はそれよりも多くの第２のメーターに関すこと、及び、該第１のメーターとの相関性が存在する該１つ又はそれよりも多くの第２のメーターを選択することを含む、請求項７に記載の方法。
9. 前記１つ又はそれよりも多くの第２のメーターを前記１つ又はそれよりも多くの対応するメーターとして選択することは、前記水道施設網内で前記第１のメーターに影響を及ぼす異常によって影響を受けないように位置決めされた該水道施設網内の該１つ又はそれよりも多くの第２のメーターを識別することを含む、請求項７に記載の方法。
10. 前記水道施設網からの第２のメーターデータに基づいて前記第１のメーターに関するメーターデータを統計的に予想することは、該第１のメーターから受け取られたメーターデータを該第１のメーターに関する少なくとも格納履歴メーターデータと相関付けることを含む、請求項１に記載の方法。
11. 前記第１のメーターに関するメーターデータを統計的に予想することは、該第１のメーターに関する尤度値の統計分布を計算することを含む、請求項１に記載の方法。
12. メーターデータを受け取る段階は、前記施設網上で配送される水の濁度、塩素、及びｐＨを表す経時的水質データを受け取ることを含み、
    １つ又はそれよりも多くの施設網イベントを識別することは、閾値を超える前記経時的な水質データの変化を検出することを含む、請求項１に記載の方法。
13. 補助データを受け取る段階は、
    前記水道施設網の地域内の気象条件を表す気象データ、
    所定の日付の水消費に影響を及ぼす１つ又はそれよりも多くのファクタを表すカレンダーデータ、
    前記水道施設網に対して実施される１つ又はそれよりも多くの修理を表す修理データ、及び
    前記水道施設網の構造を表す構造データ、
    のうちの少なくとも１つを受け取ることを含む、請求項１に記載の方法。
14. １つ又はそれよりも多くの前記イベントは、消費パターンにおける予想外の増加、消費パターンの変化、盗水、区画境界侵害、施設のメーター不良、及び施設網デバイス機能不良のうちの少なくとも１つを含む、請求項１に記載の方法。
15. 前記メーターデータからノイズをフィルタリング除去することを含む該メーターデータをそれを解析する前に処理することを含む、請求項１に記載の方法。
16. 水を消費者に配送するための配管網と水道施設網に位置決めされた複数のメーターとを含む水道施設網をモニタリングするためのコンピュータ化されたシステムであって、
    配管を通る水の少なくとも流量又は圧力を含むメーターによって計測される複数のパラメータを表すメーターデータと、水道施設網によってサービス提供される地域内の水の流量又は消費に影響を及ぼす１つ又はそれよりも多くの条件を表す該メーターに対して外部の１つ又はそれよりも多くの供給源からの補助データとを格納するための施設網情報データベースと、
    受け取られる第１のメーターデータ以外のメーターデータを含む前記水道施設網からの第２のメーターデータと補助データとに基づいて第１のメーターに関するメーターデータを統計的に予想し、該受け取られた第１のメーターデータを該第１のメーターに関する該予想メーターデータと比較して異常を検出することにより、該メーターデータを解析するように構成された解析エンジンと、
    前記異常に基づいて漏れイベントを含む水道施設網イベントを識別するように構成されたイベント分類エンジンと、
    前記イベント分類エンジンによって識別された１つ又はそれよりも多くの水道施設網イベントを表す水道施設網イベントデータを格納するためのイベントデータベースと、
    を含むことを特徴とするシステム。
17. 前記解析エンジンは、所定のメーターに対して前記メーターデータの尤度値の統計的分布を発生させるための複数の予想器モジュールと、該所定のメーターに関する該メーターデータを尤度値の該分布と比較して該メーターデータにおける異常を検出するための複数の異常検出器モジュールとを含む、請求項１６に記載のシステム。
18. 前記イベントデータベースから水道施設網イベントデータを受け取ってそれをユーザに報告するための複数のインタフェースモジュールを含む、請求項１６に記載のシステム。
19. 水を消費者に配送するための配管網と水道施設網内に位置決めされた複数のメーターとを含む水道施設網をコンピュータにより管理するための方法であって、
    配管を通る水の少なくとも流量を含むメーターによって計測される複数のパラメータを表すメーターデータを解析エンジンに送る段階と、
    受け取られる第１のメーターデータ以外のメーターデータを含む前記水道施設網からの第２のメーターデータと、該水道施設網によってサービス提供される地域内の水の消費又は流量に影響を及ぼす１つ又はそれよりも多くの条件を表す補助データとに基づいて、第１のメーターに関するメーターデータを統計的に予想し、該受け取られた第１のメーターデータを該第１のメーターに関する該予想メーターデータと比較して異常を識別することによる該メーターデータの解析の結果として識別された漏れイベントを含む水道施設網イベントを表すデータを前記解析エンジンから受け取る段階と、
    前記受け取られた水道施設網イベントをコンピュータ化された表示デバイス上でユーザに表示する段階と、
    を含むことを特徴とする方法。
20. 前記水道施設網イベントは、前記配管を通じて流れる水の量又は質と前記水道施設網の運用とに関する１つ又はそれよりも多くの情報的イベントを識別することを更に含む、請求項１に記載の方法。

Images