JP2015137866A - 漏水量推定装置及び方法並びにシステム - Google Patents

Abstract

【課題】将来の急増漏水による漏水量を精度良く予測し得る漏水量推定装置及び方法並びにシステムを提案する。【解決手段】過去の第１の解析期間内に発生した急増漏水ごとに当該急増漏水の状態を表す複数のパラメータの値をそれぞれ推定し、推定した第１の解析期間における個々の急増漏水の状態を表す各パラメータの値に基づいて、第１の解析期間よりも短い過去の直近の第２の解析期間における急増漏水の状態を表す各パラメータの値をそれぞれ推定し、推定結果に基づいて将来の急増漏水の漏水量を予測するようにした。【選択図】 図１

Description

本発明は、漏水量推定装置及び方法並びにシステムに関し、配水管網における漏水量を推定する漏水推定装置及びシステムに適用して好適なものである。

水道管は地中に埋設されるため、水道管網における漏水を検知し難い。このような水道管網における漏水を検知する方法として、従来、水道管網に設置されている流量計により測定された日最低流量に基づいて漏水の発生の有無を判断する方法が特許文献１に開示されている。また特許文献２には、計測データが予測データの統計的偏差から逸脱しているときに異常を検知し、漏水を含む事象を特定する計算方法が開示されている。

特開平７−１６７７３２号公報 米国特許第７９２０９８３号明細書

ところで、かかる特許文献１に開示された漏水検知方法によると、水道管の腐食などにより長い年月をかけて少しずつ増加する漏水（以下、これをベース漏水と呼ぶ）についてはある程度の精度で検知することができものの、数日以下の短期間で急増する漏水（以下、これを急増漏水と呼ぶ）については検知の精度が低く、急激漏水の漏水量が将来どれだけ増加するかを精度良く予測することができない問題があった。また特許文献２に開示された計算方法によると、将来、漏水量がどれだけ増えるかを想定できないという問題があった。

このように、特許文献１に開示された漏水検知方法及び特許文献２に開示された計算方法では、急増漏水への迅速な対処に有効な、急増漏水の将来の漏水量を精度良く予測することができない。

本発明は以上の点を考慮してなされたもので、急増漏水の将来の漏水量を精度良く予測し得る漏水量推定装置及び方法並びにシステムを提案しようとするものである。

かかる課題を解決するため本発明においては、配水管網における漏水量を推定する漏水量推定装置において、前記配水管網に設置された流量計による流量の計測値と、前記配水管網に対して行われた漏水修理に関する情報である漏水修理履歴情報とに基づいて、過去の第１の解析期間における急増漏水の事例を抽出する長期トレンド解析部と、前記長期トレンド解析部により抽出された前記第１の解析期間における前記急増漏水の事例に基づいて、将来の急増漏水の漏水量を予測する短期トレンド解析部とを設け、前記長期トレンド解析部が、前記急増漏水の事例の抽出として、前記第１の解析期間内に発生した前記急増漏水ごとに当該急増漏水の状態を表す複数のパラメータの値をそれぞれ推定し、前記短期トレンド解析部が、前記長期トレンド解析部により推定された前記第１の解析期間内における個々の前記急増漏水の状態を表す各前記パラメータの値に基づいて、前記第１の解析期間よりも短い過去の直近の第２の解析期間における前記急増漏水の状態を表す各前記パラメータの値をそれぞれ推定し、推定結果に基づいて将来の前記急増漏水の漏水量を予測するようにした。

また本発明においては、配水管網における漏水量を推定する漏水量推定方法において、前記配水管網に設置された流量計による流量の計測値と、前記配水管網に対して行われた漏水修理に関する情報である漏水修理履歴情報とに基づいて、過去の第１の解析期間における急増漏水の事例を抽出する第１のステップと、抽出した前記第１の解析期間における前記急増漏水の事例に基づいて、将来の急増漏水の漏水量を予測する第２のステップとを設け、前記第１のステップでは、前記急増漏水の事例の抽出として、前記第１の解析期間内に発生した前記急増漏水ごとに当該急増漏水の状態を表す複数のパラメータの値をそれぞれ推定し、前記第２のステップでは、前記長期トレンド解析部により推定された前記第１の解析期間内における個々の前記急増漏水の状態を表す各前記パラメータの値に基づいて、前記第１の解析期間よりも短い過去の直近の第２の解析期間における前記急増漏水の状態を表す各前記パラメータの値をそれぞれ推定し、推定結果に基づいて将来の前記急増漏水の漏水量を予測するようにした。

さらに本発明においては、配水管網における漏水量を推定する漏水量推定システムにおいて、前記配水管網に設置された流量計と、前記流量計により計測された流量の計測値と、前記配水管網に対して行われた漏水修理に関する情報である漏水修理履歴情報とに基づいて前記配水管網における漏水量を推定する漏水量推定装置とを有し、前記漏水量推定装置は、前記計測値及び前記漏水修理履歴情報に基づいて、過去の第１の解析期間における急増漏水の事例を抽出する長期トレンド解析部と、前記長期トレンド解析部により抽出された前記第１の解析期間における前記急増漏水の事例に基づいて、将来の急増漏水の漏水量を予測する短期トレンド解析部とを備え、前記長期トレンド解析部が、前記急増漏水の事例の抽出として、前記第１の解析期間内に発生した前記急増漏水ごとに当該急増漏水の状態を表す複数のパラメータの値をそれぞれ推定し、前記短期トレンド解析部が、前記長期トレンド解析部により推定された前記第１の解析期間内における個々の前記急増漏水の状態を表す各前記パラメータの値に基づいて、前記第１の解析期間よりも短い過去の直近の第２の解析期間における前記急増漏水の状態を表す各前記パラメータの値をそれぞれ推定し、推定結果に基づいて将来の前記急増漏水の漏水量を予測するようにした。

本発明によれば、急増漏水の将来の漏水量を精度良く予測し得る漏水量推定装置及び方法並びにシステムを実現できる。

水道管網の説明に供する略線図である。 第１〜第４の実施の形態による漏水量推定システムのハードウェア構成を示すブロック図である。 第１、第３及び第４の実施の形態による漏水量推定装置の論理構成を示すブロック図である。 漏水修理履歴情報管理テーブルの構成を示す概念図である。 一般的な急増漏水の漏水量の変化の様子を示す特性曲線図である。 急増漏水量管理テーブルの構成を示す概念図である。 長期トレンド解析処理の処理手順を示すフローチャートである。 （Ａ）〜（Ｃ）は、日最低流量の計測値と、第１の実施の形態の長期トレンド解析部による解析結果とを示すグラフである。 短期トレンド解析処理の処理手順を示すフローチャートである。 短期急増漏水パラメータ推定処理の処理手順を示すフローチャートである。 事例類似度の説明に供する図である。 指標の説明に供するグラフである。 （Ａ）〜（Ｃ）は、日最低流量の計測値と、第１の実施の形態の短期トレンド解析部による解析結果とを示すグラフである。 漏水急増アラート画面を画面構成例を略線的に示す略線図である。 第２の実施の形態による漏水量推定装置の論理構成を示すブロック図である。 （Ａ）〜（Ｃ）は、時間流量の計測結果と、第３の実施の形態の短期トレンド解析部８３による解析結果とを示すグラフである。 （Ａ）〜（Ｃ）は、日最低流量の計測結果と、第４の実施の形態の短期トレンド解析部８３による解析結果とを示すグラフである。 第４の実施の形態の短期トレンド解析処理の説明に供するグラフである。

以下図面について、本発明の一実施の形態を詳述する。

（１）第１の実施の形態
（１−１）配水管網の構成
まず、本実施の形態の漏水量推定システムにより実行される漏水量推定処理の対象となる配水管網の構成について、図１を参照して説明する。

一般的に、水道管網は、浄水場から配水池２まで水道水を送る送水管と、配水池２から水道利用者に向けて配水する配水管と、配水管から各戸に給水を行うための給水管となどから構成される。図１は、このうちの配水管から構成される配水管網１の構成を示す。配水管網１内には、配水管内の流量を計測するための流量計３や、配水管内の圧力を計測するための圧力計４などの計測装置が設置される。

通常、配水管網１は、複数の配水ブロック５に分けて管理される。配水ブロック５は、配水管網１を分割する領域として設定されているもののうち、当該領域に流入する水道水の全流量が流量計３により計測されている領域を指す。配水ブロック５は、ＤＭＡ（District Metered Area）とも呼ばれる。図１の例では、配水ブロック５Ａについては当該配水ブロック５Ａへの流入管路に流量計３Ａが設置されると共に、配水ブロック５Ｂについては当該配水ブロック５Ｂへの２つの流入管路にそれぞれ流量計３Ｂ及び流量計３Ｃが設置されており、各配水ブロック５Ａ，５Ｂに流入する水道水の全流量をこれらの流量計３Ａ〜３Ｃにより計測できるようになされている。なお、配水管網１全体を配水ブロックとみなしても良い。

（１−２）本実施の形態による漏水量推定システムの論理構成
図２は、本実施の形態による漏水量推定システム１０の論理構成を示す。この図２に示すように、漏水量推定システム１０は、配水管網１（図１）における将来の漏水量を配水ブロック単位で推定する機能を有する漏水量推定装置１１と、当該漏水量推定装置１１に通信ネットワーク１２を介して接続された調査端末１３、計測装置１４及び検針端末１５とを備えて構成されている。

調査端末１３は、漏水調査の調査員や管修繕作業の作業員が使用する通信端末装置であり、これら調査員や作業員により行われた漏水修理に関する情報（以下、これを漏水修理履歴情報と呼ぶ）が入力される。そして調査端末１３は、入力された漏水修理履歴情報を通信ネットワーク１２を介して漏水量推定装置１１に送信する。なおこれら調査端末１３は、図２のように漏水量推定装置１１に直接接続されていなくても良く、各種情報システムを介して接続されていても良い。

計測装置１４は、図１について上述した流量計３及び圧力計４などから構成される。これら計測装置１４は、それぞれ通信ネットワーク１２を介して定期的（例えば１分ごと）に計測値を漏水量推定装置１１に送信する。なお計測装置１４は、図２のように漏水量推定装置１１に直接接続されていなくても良く、監視制御システムや、ＳＣＡＤＡ（Supervisory Control And Data Acquisition）システムを介して接続されていても良い。

検針端末１５は、課金のための水道メータの検針を行う検針員が使用する通信端末装置であり、例えばＰＤＡ（Personal Digital Assistants）等の携帯情報端末から構成される。上述のように水道利用者は配水管から給水管を介して水道水を引き入れており、その引入れ点に料金徴収のための水道メータが設置される。そして水道メータにより計測されたその水道利用者の水消費量は、検針員により定期的に読み取られて検針端末１５に入力される。検針端末１５は、このようにして入力された水道利用者ごとの水道メータの読取り値を水消費量情報として漏水量推定装置１１に送信する。なお、自動検針システムの場合には、水道メータが検針端末１５として機能し、計測値を漏水量推定装置１１に定期的に送信する。

漏水量推定装置１１は、パーソナルコンピュータや、ワークステーション又はメインフレームなどから構成されるコンピュータ装置であり、内部バス２０を介して相互に接続されたＣＰＵ（Central Processing Unit）２１、メモリ２２、メディア入出力部２３、通信制御部２４、周辺機器インタフェース部２５、入力部２６及び表示部２７を備えて構成される。

ＣＰＵ２１は、漏水量推定装置１１全体の動作制御を司るプロセッサである。またメモリ２２は、例えば半導体メモリから構成され、各種プログラムやデータを一時的に保持するために利用される。メディア入出力部２３は、例えば半導体メモリや、ハードディスク、ＳＳＤ（Solid State Drive）、ＩＣ（Integrated Circuit）カード、ＳＤカード又はＤＶＤ（Digital Versatile Disk）等の大容量の記憶媒体から構成され、各種プログラムやデータを長期的に保存するために利用される。漏水量推定装置１１の起動時や必要時にメディア入出力部２３に格納されたプログラム等がメモリ２２に読み出され、当該プログラムがＣＰＵ２１により実行されることにより、後述のような漏水量推定装置１１全体としての各種処理が行われる。

通信制御部２４は、通信ネットワーク１２に対するインタフェース装置であり、調査端末１３、計測装置１４及び検針端末１５との通信時におけるプロトコル制御を行う。また周辺機器インタフェース部２５は、プリンタ等の周辺機器に対するインタフェース装置である。

入力部２６は、例えばキーボード及びマウスなどから構成され、ユーザが漏水量推定装置１１に対する各種の操作入力を行う際に利用される。また表示部２７は、液晶ディスプレイなどから構成され、例えば図１４について後述する漏水急増アラート画面６０等の各種画面や各種情報を表示する。

図３は、漏水量推定装置１１の論理構成を示す。この図３からも明らかなように、漏水量推定装置１１は、調査端末インタフェース部３０、計測装置インタフェース部３１及び検針端末インタフェース部３２と、漏水修理履歴記憶部３３、計測値記憶部３４及び水消費量記憶部３５と、長期トレンド解析部３６と、需要推定情報記憶部３７、ベース漏水量情報記憶部３８、急増漏水量情報記憶部３９及び漏水低減量記憶部４０と、短期トレンド解析部４１と、短期推定情報記憶部４２と、画面表示部４３とを備えて構成される。

調査端末インタフェース部３０、計測装置インタフェース部３１及び検針端末インタフェース部３２は、それぞれ調査端末１３、計測装置１４又は検針端末１５に対するインタフェースであり、図２について上述した通信制御部２４の機能の一部として具現化される。

調査端末インタフェース部３０は、調査端末１３から送信される漏水修理履歴情報を漏水修理履歴記憶部３３に格納し、又は、漏水修理履歴記憶部３３に格納されている漏水修理履歴情報を調査端末１３から送信される漏水修理履歴情報に基づいて更新する。また検針端末インタフェース部３２は、検針端末１５から送信される水消費量情報を水消費量記憶部３５に格納し、又は、水消費量記憶部３５に格納されている水消費量情報を検針端末１５から送信される水消費量情報に基づいて更新する。

計測装置インタフェース部３１は、各計測装置１４から計測値をそれぞれ定期的に収集し、収集した計測値を計測値情報として時系列に計測値記憶部３４に格納する。また計測装置インタフェース部３１は、計測装置１４から収集した計測値に対する加工処理やクレンジング処理を行う。例えば、計測装置インタフェース部３１は、１日内の最も小さい計測値である日最低流量と、１日の総流量である日総流量とを配水ブロックごとに抽出又は算出し、抽出又は算出結果を計測値記憶部３４に格納する。

漏水修理履歴記憶部３３、計測値記憶部３４及び水消費量記憶部３５は、それぞれ図２について上述したメモリ２２が提供する記憶領域の一部により構成される。

漏水修理履歴記憶部３３には、図４に示す漏水修理履歴管理テーブル４４が格納される。この漏水修理履歴管理テーブル４４は、調査端末１３から送信される漏水修理履歴情報を保持及び管理するためのテーブルであり、修理ＩＤ欄４４Ａ、種別欄４４Ｂ、管ＩＤ欄４４Ｃ、配水ブロック欄４４Ｄ、原因欄４４Ｅ、防止漏水量欄４４Ｆ、修理日時欄４４Ｇ及び通報日時欄４４Ｉから構成される。漏水修理履歴管理テーブル４４では、１行が１件の漏水修理履歴情報に対応する。

そして修理ＩＤ欄４４Ａには、対応する漏水修理に対して付与された固有のＩＤ（修理ＩＤ）が格納され、種別欄４４Ｂには、その漏水修理を行った管の種類（送水管、配水管又は給水管）が格納される。また管ＩＤ欄４４Ｃには、その管に付与された固有のＩＤ（管ＩＤ）が格納され、配水ブロック欄４４Ｄには、その管が属する配水ブロックに付与されたＩＤが格納される。

さらに原因欄４４Ｅには、修理した漏水の推測される原因が格納され、防止漏水量欄４４Ｆには、その漏水の修理時に計測又は推定された単位時間当たりの漏水量が格納される。さらに修理日時欄４４Ｇには、その漏水修理を行った日時が格納され、通報日時欄４４Ｈには、その漏水に関する通報があった場合に、その通報を受けた日時が格納される。

また計測値記憶部３４には、各計測装置１４から収集した計測値情報が時系列に格納される。さらに計測値記憶部３４には、計測装置インタフェース部３１により行われた上述の計測値に対する加工処理やクレンジング処理の処理結果も格納される。

水消費量記憶部３５には、検針端末１５から送信される水消費量情報に基づいて、水道利用者ごとの水使用量（水消費量）が時系列に格納される。また水消費量記憶部３５には、各水道利用者がそれぞれ属する配水ブロックを表す情報も格納される。

長期トレンド解析部３６は、図２について上述したメモリ２２に格納された対応するプログラムをＣＰＵ２１（図２）が実行することにより具現化される機能である。この長期トレンド解析部３６は、漏水修理履歴記憶部３３に格納された漏水修理履歴情報と、計測値記憶部３４に格納された計測値情報と、水消費量記憶部３５に格納された水消費量情報とに基づいて、解析時点よりも過去の第１の解析期間（例えば１年であり、以下、これを長期トレンド解析期間と呼ぶ）内における需要量及び漏水量と、漏水修理による漏水の低減量（以下、これを漏水低減量と呼ぶ）とを配水ブロックごとに日単位で推定する。

具体的に、長期トレンド解析部３６は、かかる需要量として、水道水の１日の最低の需要量（以下、これを日最低需要量と呼ぶ）と、水道水の１日の総需要量（以下、これを日総需要量と呼ぶ）とを配水ブロックごとに日単位で推定する。また長期トレンド解析部は、かかる漏水量として、長期トレンド解析期間の開始時点における漏水量（以下、これを漏水量初期値と呼ぶ）と、日々のベース漏水の漏水量（以下、これをベース漏水量と呼ぶ）とを配水ブロックごとに推定する。

そして長期トレンド解析部３６は、推定した配水ブロックごとの日単位の各需要量（日最低需要量及び日総需要量）を需要推定情報記憶部３７に時系列に格納し、推定した配水ブロックごとの漏水量初期値及び日単位のベース漏水量（急増漏水以外の漏水量）をベース漏水量情報記憶部３８に格納し、推定した配水ブロックごとの日単位の漏水低減量を時系列に漏水低減量記憶部４０に格納する。

また長期トレンド解析部３６は、かかる長期トレンド解析期間における急増漏水の事例を抽出するため、これら急増漏水について、その急増漏水の状態を表す複数のパラメータの値を推定する。

具体的には、急増漏水の漏水量は、図５に示すように、横軸に時間、縦軸に漏水量をとった座標平面上においてＳ字状のカーブを描く曲線Ｌ１として表すことができるため、日時ｔにおける急増漏水の漏水量ｓ（ｔ）を、急増漏水の増加速度をＡ、漏水規模をＢ、発生日時をＣとして、次式
で与えられるシグモイド関数により近似することができる。ここで、発生日時は、その漏水が発生した日時であり、漏水規模は、その急増漏水の漏水量の収束値である。また増加速度は、その急増漏水が発生してから当該急増漏水による漏水量が当該漏水量の収束値に近付くまでの速度である。

そこで本実施の形態の場合、長期トレンド解析部３６は、長期トレンド解析期間における急増漏水の事例の抽出として、個々の急増漏水について、その発生日時、漏水規模及び漏水量の増加速度をその急増漏水の状態を表すパラメータ（以下、これらをそれぞれ発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３と呼ぶ）として、これら発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の値をそれぞれ推定する。

そして長期トレンド解析部３６は、このようにして推定した長期トレンド解析期間における急増漏水ごとの発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の値を急増漏水量情報記憶部３９に格納する。

需要推定情報記憶部３７、ベース漏水量情報記憶部３８、急増漏水量情報記憶部３９及び漏水低減量記憶部４０は、いずれも図２について上述したメモリ２２が提供する記憶領域の一部から構成される。

そして、需要推定情報記憶部３７には、長期トレンド解析部３６により推定された長期トレンド解析期間内における配水ブロックごとの日単位の水道水の需要量が長期需要量情報として格納され、ベース漏水量情報記憶部３８には、長期トレンド解析部３６により推定された長期トレンド解析期間内における配水ブロックごとの日単位のベース漏水量及び漏水量初期値（急増漏水による漏水以外の漏水量）が長期ベース漏水量情報として格納される。

また急増漏水量情報記憶部３９には、図６に示す急増漏水量情報管理テーブル４５が格納される。この急増漏水量情報管理テーブル４５は、長期トレンド解析部３６により推定された長期トレンド解析期間内に発生した個々の急増漏水についての発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３等の情報（以下、これを急増漏水量情報と呼ぶ）を保持及び管理するためのテーブルであり、漏水ＩＤ欄４５Ａ、修理ＩＤ欄４５Ｂ、発生日時パラメータ欄４５Ｃ、漏水規模パラメータ欄４５Ｄ及び増加速度パラメータ欄４５Ｅから構成される。急増漏水量情報管理テーブル４５の１行が１つの急増漏水に対応する。

そして漏水ＩＤ欄４５Ａには、対応する急増漏水に対して付与されたその急増漏水に固有のＩＤ（漏水ＩＤ）が格納され、修理ＩＤ欄４５Ｂには、対応する急増漏水に対する漏水修理が特定できる場合に、図４について上述した修理ＩＤのうちのその漏水修理に付与された修理ＩＤが格納される。また発生日時パラメータ欄４５Ｃ、漏水規模パラメータ欄４５Ｄ及び増加速度パラメータ欄４５Ｅには、長期トレンド解析部３６により推定された対応する急増漏水についての発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の値がそれぞれ格納される。

さらに漏水低減量記憶部４０には、長期トレンド解析部３６により推定された長期トレンド解析期間内における配水ブロックごとの漏水低減量が長期漏水低減量情報として格納される。

短期トレンド解析部４１は、図２について上述したメモリ２２に格納された対応するプログラムをＣＰＵ２１（図２）が実行することにより具現化される機能であり、短期需要量計算部５０、短期ベース漏水量計算部５１、短期急増漏水パラメータ推定部５２及び短期急増漏水量計算部５３を備えて構成される。

短期需要量計算部５０は、需要推定情報記憶部３７に格納された上述の長期需要量情報に基づいて、解析時点よりも過去の直近の第２の解析期間（例えば直近の１ヶ月又は１週間であり、以下、これを短期トレンド解析期間と呼ぶ）における需要量（ここでは日最低需要量）を配水ブロックごとに日単位で計算し、計算結果を短期需要量情報として短期急増漏水パラメータ推定部５２及び短期推定情報記憶部４２にそれぞれ送信する。

また短期ベース漏水量計算部５１は、ベース漏水量情報記憶部３８に格納された上述の長期ベース漏水量情報に基づいて、短期トレンド解析期間におけるベース漏水量を配水ブロックごとに日単位で計算し、計算結果を短期ベース漏水量情報として短期急増漏水パラメータ推定部５２及び短期推定情報記憶部４２にそれぞれ送信する。

短期急増漏水パラメータ推定部５２は、計測値記憶部３４に格納された計測値情報のうちの短期トレンド解析期間内の計測値情報と、短期需要量計算部５０から与えられる短期需要量情報と、短期ベース漏水量計算部５１から与えられる短期ベース漏水量情報と、急増漏水量情報記憶部３９に格納されている上述の長期急増漏水量情報とに基づいて、配水ブロックごとに、短期トレンド解析期間における急増漏水の発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の値をそれぞれ推定し、推定結果を短期急増漏水パラメータ情報として短期急増漏水量計算部５３に送信する。

短期急増漏水量計算部５３は、短期急増漏水パラメータ推定部５２から与えられる短期急増漏水パラメータ情報に基づいて、配水ブロックごとに、短期トレンド解析期間における急増漏水の漏水量を推定すると共に、将来の急増漏水の漏水量を予測し、推定結果及び予測結果を短期急増漏水量情報として短期推定情報記憶部４２に送信する。

短期推定情報記憶部４２は、図２について上述したメモリ２２が提供する記憶領域の一部から構成される。この短期推定情報記憶部４２には、上述のように短期需要量計算部５０から送信された短期需要量情報と、短期ベース漏水量計算部５１から送信された短期ベース漏水量情報と、短期急増漏水量計算部５３から送信された短期急増漏水量情報とが格納される。

画面表示部４３は、図２について上述したメモリ２２に格納された対応するプログラムをＣＰＵ２１が実行することにより具現化される機能であり、入力部２６（図２）を介して入力されたユーザの所定操作等に応じて、短期推定情報記憶部４２に格納されている短期需要量情報、短期ベース漏水量情報及び短期急増漏水量情報に基づいて、短期トレンド解析部４１の解析結果等を図２について上述した表示部２７に表示する。

（１−３）本実施の形態による漏水量推定処理に関連する各種処理
次に、上述の長期トレンド解析部３６及び短期トレンド解析部４１によりそれぞれ実行される処理の処理内容についてより具体的に説明する。

（１−３−１）長期トレンド解析処理
図７は、長期トレンド解析部３６により定期的（例えば検針期間と同じ２ヶ月ごと）に実行される長期トレンド解析処理の処理手順を示す。長期トレンド解析部３６は、この図７に示す処理手順に従って、上述のように長期トレンド解析期間内における水道水の需要量（日最低需要量及び日総需要量）及びベース漏水量と、長期トレンド解析期間内における漏水低減量とを配水ブロックごとに日単位で推定すると共に、漏水量初期値と、長期トレンド解析期間内に発生した個々の急増漏水の発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３とを配水ブロックごとに推定する。

実際上、長期トレンド解析部３６は、この長期トレンド解析処理を開始すると、まず、漏水修理履歴記憶部３３に格納された漏水修理履歴情報と、計測値記憶部３４に格納された計測値情報と、水消費量記憶部３５に格納された水消費情報とを取得する（ＳＰ１）。また長期トレンド解析部３６は、この後、管理対象の配水管網を構成する配水ブロックの中から解析対象となる配水ブロックを１つ選択する（ＳＰ２）。

続いて、長期トレンド解析部３６は、ステップＳＰ２において選択した配水ブロックについて、長期トレンド解析期間内における急増漏水の発生回数を仮定（初期値は「０」）し、ステップＳＰ１において取得した計測値情報及び水消費情報との誤差が最小（又は尤度が最大）となる需要量（日最低需要量及び日総需要量）、ベース漏水量及び漏水低減量を日単位で推定すると共に、漏水量初期値と、長期トレンド解析期間に発生した急増漏水ごとの発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の値とをそれぞれ推定する推定処理を実行する（ＳＰ３）。

この推定処理の具体的な内容について説明する。図８は、ある配水ブロックについて、長期トレンド解析期間における日最低流量の計測結果と、長期トレンド解析部３６による漏水量（漏水量初期値、ベース漏水量及び急増漏水による漏水量）及び漏水低減量の推定結果と、当該長期トレンド解析部３６による日最低需要量の推定結果とを示す。

具体的に、図８（Ａ）において、点列Ｌ１０は日最低流量の計測値を表し、期間Ｔ１〜Ｔ４は水道メータの検針が行われる検針期間（ここでは２ヶ月）を表す。また８図（Ｂ）において、直線Ｌ１１は、長期トレンド解析部３６により推定された漏水量の初期値、直線Ｌ１２は、長期トレンド解析部３６により推定されたベース漏水量、曲線Ｌ１３は、長期トレンド解析部３６により推定された急増漏水による漏水量、曲線Ｌ１４は、長期トレンド解析部３６により推定された漏水低減量をそれぞれ表す。さらに図８（Ｃ）において、直線Ｌ１５は、長期トレンド解析部３６により推定された日最低需要量を表す。なお図８（Ａ）〜図８（Ｃ）において、期間Ｔ５は、漏水修理履歴情報から認識される漏水修理が行われた期間を表す。

ある配水ブロックにおける日々の日最低流量の推定値m_tは、日最低需要量の推定値をd_t、漏水量の推定値をL_tとして次式
により算出することができる。またその配水ブロックにおける日々の漏水量の推定値L_tは、漏水量の初期値（漏水量初期値）の推定値をi、ベース漏水量の推定値をb_t、急増漏水量の推定値をs_t、漏水低減量の推定値をr_tとして、次式
により算出することができる。

ここで、漏水量初期値の推定値iは、長期トレンド解析期間で常に一定値をとる。またベース漏水量の推定値b_tは、長期トレンド解析期間の開始時は「０」であるが、その後の長期トレンド解析期間中は等号を含めて単調に増加し、減少しないものとする。同様に急増漏水量の推定値s_tは、長期トレンド解析期間の開始時はほぼ「０」であるが、その後の長期トレンド解析期間中は等号を含めて単調に増加し、減少しないものとする。急増漏水量の推定値s_tは、図５について上述した（１）式を用いて算出することができる。このような漏水量の変化（増加）に対する制約は、漏水は一旦発生すると修理しない限りなくならないことを表現している。この制約を設けることで、漏水量の精緻な推定を行うことができる。

なお、長期トレンド解析期間内で配水圧力を下げるように配水所ポンプの運用を変更した場合などは、以上のような漏水量の変化の制限が満たされないことがある。こうした場合のために、長期トレンド解析部３６が、かかる変更の時期の情報を入力とし、当該変更後のみに長期トレンド解析期間が短縮されたものとして、短縮された長期トレンド解析期間内の漏水修理履歴情報や、計測値情報及び水消費量情報のみを利用して漏水量等を推定するようにしても良い。

漏水低減量の推定値r_tは、長期トレンド解析期間の初めは「０」であり、その後、長期トレンド解析期間中の漏水修理期間内のみ等号を含めて単調に増加し、その他の期間では値が変化しないものとする。また日最低需要量の推定値d_tは、常に正の値をとる。単純な近似として、日最低需要量を正の一定値と推定することができる。また日総需要量は、正の値をとる。

一方、日総流量の推定値M_tは、日需要量の推定値をD_t、漏水量の時間変化係数をβとして、次式
により算出することができる。

また検針期間におけるある配水ブロックにおける水消費量の推定値c_Tは、次式
により算出することができる。なお（５）式において、時間ｔに関する和は、検針期間Ｔに属する日ｔについて計算する。

長期トレンド解析部３６は、図７のステップＳＰ６において、長期トレンド解析期間内における需要量（日最低需要量及び日総需要量）と、漏水量（漏水量初期値及びベース漏水量）と、急増漏水の各パラメータと、漏水低減量とについて、それぞれ乱数を発生させながら（２）式による日最低流量の推定値m_t及び日最低流量の計測値の誤差と、（４）式による日総流量の推定値M_t及び日総流量の計測値の誤差と、（５）式による検針期間Ｔ１〜Ｔ４における水消費量の推定値c_T及び当該検針期間Ｔ１〜Ｔ４における水消費量の計測値の誤差とをそれぞれ計算し、これらの誤差が近似的に最小となる需要量（日最低需要量及び日総需要量）、漏水量（漏水量初期値及びベース漏水量）、急増漏水の各パラメータ及び漏水低減量の値をそれぞれ求める。

具体的に、長期トレンド解析部３６は、上述の制約を満たすという条件のもとで、日最低流量、日総流量及び水消費量の各推定値m_t，M_t，c_Tと、対応する日最低流量、日総流量及び水消費量の計測値との誤差の二乗和を最小化することで、長期トレンド解析期間内における需要量（日最低需要量及び日総需要量）と、漏水量（漏水量初期値及びベース漏水量）と、急増漏水の各パラメータと、漏水低減量との推定を行う。最小化には、各種公知の最適化技術を適用することができる。

ただし、このような最小二乗法ではなく、計測装置１４（図２）の特性等をより精緻に考慮した推定法を用いてかかる推定を行うようにしても良い。例えば、流量計３（図１）の最小計測単位が１〔m³/h〕である場合、日最低流量の計測値には１〔m³/h〕周期への丸め誤差が生じる。このような誤差を考慮するための公知の確率・統計モデルを利用することもできる。

以上の推定処理を実行し終えると、長期トレンド解析部３６は、ステップＳＰ３において仮定した長期トレンド解析期間内における急増漏水の発生回数が適切であるか否かを判定する（ＳＰ４）。具体的に、長期トレンド解析部３６は、ステップＳＰ３において推定した急増漏水の各パラメータ等による尤度と、急増漏水の発生回数とから計算される例えば赤池情報量基準などの指標が最小（又は局所的に最小）となっているか否かを判定する。

長期トレンド解析部３６は、この判断で否定結果を得ると、急増漏水の発生回数の仮定値を１つ増加させた後（ＳＰ５）、ステップＳＰ３に戻る。そして長期トレンド解析部３６は、この後ステップＳＰ３〜ステップＳＰ５の処理を繰り返す。

そして長期トレンド解析部３６は、やがてステップＳＰ４において肯定結果を得ると、直前のステップＳＰ３において推定した、そのとき対象としている配水ブロックにおける需要量（日最低需要量及び日総需要量）と、漏水量（漏水量初期値及びベース漏水量）と、急増漏水の各パラメータの値と、漏水低減量とをそれぞれ推定値として確定し、確定結果を需要推定情報記憶部３７、ベース漏水量情報記憶部３８、急増漏水量情報記憶部３９及び漏水低減量記憶部４０にそれぞれ保存する（ＳＰ７）。

具体的に、長期トレンド解析部３６は、ステップＳＰ３において推定した長期トレンド解析期間内の日々の需要量（日最低需要量及び日総需要量）を需要推定情報として需要推定情報記憶部３７に格納する。また長期トレンド解析部３６は、ステップＳＰ３において推定した長期トレンド解析期間内の日々のベース漏水量及び漏水量初期値をベース漏水量情報としてベース漏水量情報記憶部３８に格納する。さらに長期トレンド解析部３６は、ステップＳＰ３において推定した長期トレンド期間内に発生した個々の急増漏水の各パラメータ（発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３）の値を急増漏水量情報記憶部３９に格納する。さらに長期トレンド解析部３６は、ステップＳＰ３において推定した長期トレンド解析期間内の日々の漏水低減量を漏水低減量情報として漏水低減量記憶部４０に格納する。

続いて、長期トレンド解析部３６は、管理対象の配水管網１を構成するすべての配水ブロックについてステップＳＰ３〜ステップＳＰ６の処理を実行し終えたか否かを判断する（ＳＰ７）。そして長期トレンド解析部３６は、この判断で否定結果を得るとステップＳＰ２に戻り、この後ステップＳＰ２で選択する配水ブロックを未処理の他の配水ブロックに順次切り替えながら、ステップＳＰ２〜ステップＳＰ７の処理を繰り返す。

そして長期トレンド解析部３６は、やがて管理対象の配水管網１を構成するすべての配水ブロックについてステップＳＰ３〜ステップＳＰ６の処理を実行し終えることによりステップＳＰ７で肯定結果を得ると、この長期トレンド解析処理を終了する。

なお図８では、長期トレンド解析期間における急増漏水の回数が１回である場合について示しているが、長期トレンド解析期間における急増漏水の回数が２回以上である場合についても同様にステップＳＰ６の推定処理を行うことができる。この場合、急増漏水ごとに１つのシグモイド関数をそれぞれ割り当て、（３）式による漏水量の推定値L_tの計算では、急増漏水量の推定値s_tとして、すべての急増漏水の漏水量s_tの合計値を利用すれば良い。

また以上の説明では、長期トレンド解析部３６が流量計の計測値のみを用いて長期トレンド解析期間内における需要量等を推定する推定方式について説明したが、計測装置１４として設置された圧力計や音響センサ等の計測値をも利用してかかる需要量等を推定する推定方式を採用するようにしても良い。例えば、長期トレンド解析部３６が、ステップＳＰ４において、急増漏水を追加する際の発生日時パラメータＰ１の初期値として、音響センサにおいて漏水を原因とするノイズの増加が観測された日時を設定するようにしても良い。

さらに長期トレンド解析部３６が、日総需要量の計測値及び推定値の比較と、検針期間Ｔ１〜Ｔ４における水消費量の計測値及び推定値の比較とを行わず、日需要量の推定を行わないようにしても良い。

（１−３−２）短期トレンド解析処理
図９は、短期トレンド解析部４１により定期的（例えば１日又は１時間ごと）に実行される短期トレンド解析処理の処理手順を示す。短期トレンド解析部４１は、この図９に示す処理手順に従って、上述のように短期トレンド解析期間内における需要量（日最低需要量）と、ベース漏水量と、急増漏水量とを配水ブロックごとに日単位で推定すると共に、短期トレンド解析期間及び将来の急増漏水の漏水量を推定及び予測する。

実際上、短期トレンド解析部４１は、この短期トレンド解析処理を開始すると、まず、需要推定情報記憶部３７から短期トレンド解析期間分の需要推定情報、ベース漏水量情報記憶部３８から短期トレンド解析期間分のベース漏水量情報、急増漏水量情報記憶部３９から急増漏水量情報、計測値記憶部３４から短期トレンド解析期間分の計測値をそれぞれ取得する（ＳＰ１０）。

続いて、短期トレンド解析部４１は、ステップＳＰ１０で取得した短期トレンド解析期間分の需要推定情報を短期需要量計算部５０に与える。かくして短期需要量計算部５０は、この需要推定情報に基づいて、短期トレンド解析期間内における需要量（日最低需要量）を配水ブロックごとに日単位で計算する。本実施の形態の場合、短期需要量計算部５０は、配水ブロックごとに、例えば短期トレンド解析期間の開始時点における日最低需要量の値を、その短期トレンド解析期間における日々の需要量（日最低需要量）として推定する（ＳＰ１１）。

次いで、短期トレンド解析部４１は、ステップＳＰ１０で取得した短期トレンド解析期間分のベース漏水量情報を短期ベース漏水量計算部５１に与える。かくして短期ベース漏水量計算部５１は、このベース漏水量情報に基づいて、短期トレンド解析期間内におけるベース漏水量を配水ブロックごとに日単位で推定する。本実施の形態の場合、短期ベース漏水量計算部５１は、配水ブロックごとに、例えば短期トレンド解析期間の開始時におけるベース漏水量の傾き（増加速度）をそのまま延長する直線を利用して日単位のベース漏水量をそれぞれ計算し、計算結果をベース漏水量の推定値とする（ＳＰ１２）。

この後、短期トレンド解析部４１は、ステップＳＰ１０で取得した短期トレンド解析期間分の急増漏水量情報と、ステップＳＰ１０で取得した短期トレンド解析期間分の計測値情報と、ステップＳＰ１１で取得した短期トレンド解析期間内における日々の需要量（日最低需要量）の推定値と、ステップＳＰ１２で取得した短期トレンド解析期間内における日々のベース漏水量の推定値とを短期急増漏水パラメータ推定部５２に与える。

かくして短期急増漏水パラメータ推定部５２は、これらの情報に基づいて、短期トレンド解析期間に発生した急増漏水の発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の各値を配水ブロックごとにそれぞれ推定する（ＳＰ１３）。なお、急速漏水の発生頻度は低いため、短期急増漏水パラメータ推定部５２は、短期トレンド解析期間内における急増漏水の発生回数を１回と仮定して、その発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の各値をそれぞれ推定する。この処理の詳細については、図１０を用いて後に説明する。

続いて、短期トレンド解析部４１は、ステップＳＰ１３で推定された短期トレンド解析期間内における急増漏水についての発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の各値を短期急増漏水量計算部５３に与える。かくして短期急増漏水量計算部５３は、これら発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の値に基づいて、短期トレンド解析期間内における急増漏水量を配水ブロックごとに日単位で推定すると共に、将来の急増漏水による漏水量を配水ブロックごとに日単位で予測する（ＳＰ１４）。

さらに短期トレンド解析部４１は、ステップＳＰ１１で取得した短期トレンド期間内における配水ブロックごとの日単位の需要量（日最低需要量）を短期需要量情報とし、ステップＳＰ１２で取得した短期トレンド期間内における配水ブロックごとの日単位のベース漏水量を短期ベース漏水量情報とし、ステップＳＰ１４で取得した短期トレンド解析期間内における急増漏水量と将来の急増漏水による漏水量とを短期急増漏水量情報として、これらの情報を短期推定情報記憶部４２に格納する（ＳＰ１５）。

そして短期トレンド解析部４１は、この後、この短期トレンド解析処理を終了する。

ここで図１０は、かかる短期トレンド解析処理のステップＳＰ１３で短期急増漏水パラメータ推定部５２により実行される短期急増漏水パラメータ推定処理の具体的な処理内容を示す。

短期急増漏水パラメータ推定部５２は、上述のように短期トレンド解析期間分の急増漏水量情報と、短期トレンド解析期間分の計測値情報と、短期トレンド解析期間内における日々の需要量（日最低需要量）の推定値と、短期トレンド解析期間内における日々のベース漏水量の推定値とが与えられると、この短期急増漏水パラメータ推定処理を開始し、まず、これらの情報を受信する（ＳＰ２０）。

続いて、短期急増漏水パラメータ推定部５２は、ステップＳＰ２０において受信した急増漏水量情報の中から１組の発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３を選択し、選択したこれら発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の値を以降のステップＳＰ２２〜ステップＳＰ２５で利用するパラメータ値として設定する（ＳＰ２１）。

次いで、短期急増漏水パラメータ推定部５２は、ステップＳＰ２０で受信した短期トレンド解析期間内における日々の需要量の推定値及びベース漏水量の推定値と、ステップＳＰ２１で設定した発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の各値を用いて計算される短期トレンド解析期間内における日々の急増漏水量とに基づいて、短期トレンド解析期間内における日々の日最低流量の推定値を算出し、算出した日々の日最低流量の推定値と、ステップＳＰ２０において受信した実際の日々の日最低流量の計測値（以下、実際の計測値を実計測値と呼ぶ）との誤差Ｅを計算する（ＳＰ２２）。

この場合、短期トレンド解析期間内における日最低流量の推定値m_tは、日最低需要量の推定値をd_t、漏水量の推定値をL_tとして、次式
により算出することができる。また短期トレンド解析期間内における漏水量の推定値L_tは、ベース漏水量の推定値をb_t、急増漏水量をs_tとして、次式
により算出することができる。なお急増漏水による漏水量をs_tは（１）式により算出することができる。

さらに日最低流量の推定値m_tと、日最低流量の実計測値との誤差Ｅは、誤差最小二乗和により求めることができる。具体的には、時刻ｔにおける日最低流量の実計測値をe_tとして、次式
により誤差Ｅを求めることができる。

なお、かかる誤差Ｅを最小二乗法でなく、計測装置１４の特性等をより精緻に考慮した推定法を利用して誤差Ｅを求めるようにしても良い。例えば流量計の最小計測単位が１〔m³/h〕である場合、日最低流量の計測値は１〔m³/h〕周期への丸め誤差が生じる。こうした誤差を考慮するための公知の確率・統計モデルを利用することもできる。

この後、短期急増漏水パラメータ推定部５２は、ステップＳＰ２２において算出した誤差Ｅを用いて、急増漏水量情報に基づき認識される過去の急増漏水の事例に対するステップＳＰ２１で設定した各パラメータの類似度（以下、これを事例類似度と呼ぶ）Ｓを計算する（ＳＰ２３）。本実施の形態の場合、事例類似度Ｓは、ステップＳＰ２１で設定した漏水規模パラメータＰ２及び増加速度パラメータＰ３が事例と近い（類似した）値であるほど大きな値をとるものとする。

ここで図１１は、急増漏水量情報に基づき認識される過去の急増漏水の事例がどのような値に多く分散しているかを可視化したものである。図１１において、横軸は増加速度パラメータＰ３の値、縦軸は漏水規模パラメータＰ２の値を表す。図中の丸点ＷＣは、急増漏水の事例をそれぞれの値に応じてプロットしたものである。また図中の破線Ｌ２０，Ｌ２１は、事例類似度の等高線を示す。

短期急増漏水パラメータ推定部５２が計算する事例類似度Ｓは、急増漏水の事例が近くに多数ある漏水規模パラメータＰ２及び増加速度パラメータＰ３の組合せで大きな値をとり、事例が近くに少ない漏水規模パラメータＰ２及び増加速度パラメータＰ３の組合せで小さな値（「０」に近い正の値）となる。このような事例類似度Ｓは、例えば二次元正規分布の確率密度関数を用いて計算することができる。平均値ベクトルや共分散行列といたった正規分布のパラメータは、急増漏水の事例を用いて最尤推定により求めることができる。

なお、かかる事例類似度Ｓは、二次元正規分布の確率密度関数以外でも、例えば急増漏水の事例データよりカーネル密度推定により推定した確率密度関数を用いて計算することもできる。さらに何らかの確率密度関数の対数値を用いて事例類似度Ｓを計算することもできる。

続いて、短期急増漏水パラメータ推定部５２は、ステップＳＰ２２で算出した誤差Ｅと、ステップＳＰ２３で算出した事例類似度Ｓとを総合した指標Ｉを算出する（ＳＰ２４）。この指標Ｉは、誤差Ｅが小さいほど小さくなり、事例類似度Ｓが大きいほど小さくなるパラメータであり、例えば次式
のように定義することができる。なお（９）式において、「α」は誤差Ｅ及び事例類似度Ｓの重み付けを定める係数であり、「log」は対数関数を表す。

次いで、短期急増漏水パラメータ推定部５２は、ステップＳＰ２４において算出した指標Ｉが近似的に最小化されているか否かを判定する（ＳＰ２５）。この判定は、例えば最急降下法等の公知の最適化アルゴリズムを利用することにより行うことができる。

そして短期急増漏水パラメータ推定部５２は、この判定で否定結果を得るとステップＳＰ２１に戻り、この後、ステップＳＰ２５において肯定結果を得るまでステップＳＰ２１〜ステップＳＰ２５の処理を繰り返す。この際、短期急増漏水パラメータ推定部５２は、ステップＳＰ２１において、例えば最急降下法等の公知の最適化アルゴリズムを用いて、上述の指標Ｉを最適化するように新たな発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の組を選択する。

ここで、図１２は、（９）式のように定義された指標Ｉと、誤差Ｅ及び事例類似度Ｓとの関係を示す。図１２において、横軸は値（例えば漏水規模パラメータＰ２や増加速度パラメータＰ３の値）、縦軸は指標Ｉの値を表す。図中、曲線Ｌ３０は、（９）式における右辺第１項（誤差Ｅ）、曲線Ｌ３１は、（９）式における右辺第２項（事例類似度Ｓの対数値のマイナス値）、曲線Ｌ３２は、誤差Ｅ及び事例類似度Ｓに基づき（９）式により算出される指標Ｉをそれぞれ表す。

上述のように短期急増漏水パラメータ推定部５２は、ステップＳＰ２１〜ステップＳＰ２５の処理を繰り返すことによって、曲線Ｌ３０（誤差Ｅ）や曲線Ｌ３１（事例類似度Ｓの対数値のマイナス値）が最小値をとる値でなく、曲線Ｌ３２（指標Ｉ）を最小とする急増漏水の値Ｖ１を推定する。

これは、各計測装置１４による計測値そのものの誤差などのために、計測値及び推定値間の誤差Ｅ（（９）式における右辺第１項）だけを最小化する値では実際の急増漏水による漏水量の変化を正確に再現できない可能性があるからであり、このように過去の事例との類似度（事例類似度Ｓ）をも勘案して値の推定を行うことにより、値の推定精度と、急増漏水の予測精度を向上させることができる。

そして短期急増漏水パラメータ推定部５２は、やがてステップＳＰ２５の判定で肯定結果を得ると、ステップＳＰ２１〜ステップＳＰ２５の処理により抽出した指標Ｉを最適化する発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の値を修正する修正処理を実行する（ＳＰ２６）。

この修正処理は、漏水規模パラメータＰ２及び増加速度パラメータＰ３の一方又は両方が、その漏水規模パラメータＰ２又は増加速度パラメータＰ３について予め設定された閾値よりも小さい場合に漏水規模パラメータＰ２の値を「０」に変更することにより行われる。これは、漏水規模又は増加速度がある程度小さい場合、将来数日の期間における急増漏水量が無視できる程度に小さいからであり、このような修正処理により無視できる規模の急増漏水を切り捨て、アラート（警報）発報の意味ある急増漏水のみを抽出することができる。

続いて、短期急増漏水パラメータ推定部５２は、以上のようにして推定した短期トレンド解析期間における急増漏水についての発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の各値を出力し（ＳＰ２７）、この後、この短期急増漏水パラメータ推定処理を終了する。

なお上述の短期急増漏水パラメータ推定処理のステップＳＰ２６において、短期急増漏水パラメータ推定部５２が、上述の修正処理に加えて、推定した急増漏水の誤検知可能性を判定する処理を実行するようにしても良い。

これは、例えば特定の配水ブロックにおいて、プールへの給水を行うために、夏季の朝方に一定規模（流量）で所定時間だけ大規模に水を消費する需要家がいるような場合、この水消費が継続中のときに短期急増漏水パラメータ推定部５２がこの水消費を急増漏水と誤検知することがあるからである。

そこで、短期急増漏水パラメータ推定部５２が、ステップＳＰ２６において、推定した急増漏水の各パラメータをこうした誤検知の事例と類似しているか否かをその事例の季節、時間帯、規模及び又は継続時間などの情報と比較して誤検知の可能性があるか否かを判定する処理を追加することにより、短期急増漏水パラメータ推定処理の信頼性を向上させることができる。

この場合、誤検知の可能性があると短期急増漏水パラメータ推定部５２が判定したときには、ステップＳＰ２７において短期急増漏水パラメータ推定部５２がこの情報を短期推定情報記憶部４２に格納し、この情報に基づいて画面表示部４３（図３）が誤検知の可能性があることを表示部２７に表示させることにより、その旨をシステム管理者に通知するようにしても良い。

図１３は、ある配水ブロックについて、短期トレンド解析期間内における日最低流量の計測結果と、短期トレンド解析部４１による漏水量（ベース漏水量及び急増漏水量）の推定結果と、短期トレンド解析部４１による日最低需要量の推定結果とを表す。

具体的に、図１３（Ａ）において点列Ｌ４０は日最低流量の計測値を示し、図１３（Ｂ）において、直線Ｌ４１は、短期トレンド解析部４１により推定された短期トレンド分析期間内のベース漏水量、直線Ｌ４２は、短期トレンド解析部４１により推定及び推定された短期トレンド分析期間内及び将来の急増漏水量をそれぞれ示す。また図１３（Ｃ）において直線Ｋ３２は、短期トレンド解析部により推定された日最低需要量を示す。

なお図１３（Ａ）〜図１３（Ｃ）において、破線Ｌ４４は解析時点を表す。従って、図１３（Ａ）〜図１３（Ｃ）において、破線Ｌ４４よりも左側は過去の短期トレンド解析期間を表し、右側は将来を表している。上述のように短期トレンド解析部４１は、解析時点から将来の数日間における漏水量の予測値を算出する。

なお上述の説明では、説明を簡単化するため、短期トレンド解析期間内に漏水修理が行われないと仮定して短期トレンド解析部４１が急増漏水の各パラメータの推定を行うようにした場合について述べたが、短期トレンド解析期間内に漏水修理が行われた場合には、長期トレンド解析部３６について上述したように、漏水修理による漏水低減量を併せて推定するようにしても良い。

（１−４）漏水急増アラート画面
図１４は、画面表示部４３（図３）により表示部２７に表示される漏水急増アラート画面６０の画面構成例を示す。この漏水急増アラート画面６０は、短期トレンド解析部４１により推定及び予測された急増漏水の推定値及び予測値の少なくとも一方が、予め設定された閾値ＴＨ〔m³/h〕よりも大きくなった場合に画面表示部４３が表示部２７に表示させるシステム管理者への警告画面である。

図１４において、曲線Ｌ５０は、急増漏水量の変化を示し、破線Ｌ５１は現在時刻、破線Ｌ５２は急増漏水量が閾値ＴＨ〔m³/h〕よりも大きくなると予想される時間（時刻）をそれぞれ表している。

このような漏水急増アラート画面６０を表示することにより、システム管理者に急増漏水による漏水量の推移を認識させ、漏水修理などの対処を迅速に行わせることができる。

（１−５）本実施の形態の効果
以上のように本実施の形態の漏水量推定システム１０では、漏水をベース漏水及び急増漏に分け、長期トレンド解析期間における急増漏水の事例を抽出し、抽出した長期トレンド解析期間における急増漏水の事例に基づいて短期トレンド期間における急増漏水の発生日時パラメータＰ１、漏水規模パラメータＰ２及び増水速度パラメータＰ３の各値を推定し、推定結果に基づいて将来の急増漏水による漏水量を予測するため、将来の急増漏水による漏水量を精度良く予測することができる。

（２）第２の実施の形態
図３との対応部分に同一符号を付して示す図１５は、第２の実施の形態による漏水量推定システム７０の論理構成を示す。この漏水量推定システム７０は、漏水量推定装置７１に検針端末インタフェース部３２（図３）、水消費量記憶部３５（図３）、需要推定情報記憶部３７（図３）及び短期需要量計算部５０（図３）が設けられておらず、これに伴い長期トレンド解析部７２により実行される長期トレンド解析処理の処理内容と、短期トレンド解析部７３の短期急増漏水パラメータ推定部７４により実行される短期急増漏水パラメータ推定処理の処理内容とが異なる点を除いて第１の実施の形態による漏水量推定システム１０（図３）と同様に構成されている。

実際上、本実施の形態による長期トレンド解析部７２は、図７について上述した長期トレンド解析処理のステップＳＰ１において、漏水修理履歴記憶部３３に格納された漏水修理履歴情報と、計測値記憶部３４に格納された計測値情報とを取得する。

また長期トレンド解析部７２は、かかる長期トレンド解析処理のステップＳＰ３において、第１の実施の形態と同様にして、ステップＳＰ２において選択した配水ブロックについて、長期トレンド解析期間内における急増漏水の発生回数を仮定（初期値は「０」）し、需要量を含むベース漏水量と漏水低減量とを日単位で推定すると共に、漏水量初期値と、長期トレンド解析期間内に発生した急増漏水ごとの発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の各値とをそれぞれ推定する推定処理を実行する。

さらに長期トレンド解析部７２は、かかる長期トレンド解析処理のステップＳＰ６において、直前のステップＳＰ３において推定した、そのとき対象としている配水ブロックにおける需要量を含むベース漏水量と、急増漏水の各パラメータの値と、漏水低減量とをそれぞれ推定値として確定し、確定結果をベース漏水量情報記憶部３８、急増漏水量情報記憶部３９及び漏水低減量記憶部４０に格納する。

具体的に、長期トレンド解析部７２は、ステップＳＰ３において推定した長期トレンド解析期間内の需要量を含む日々のベース漏水量及び漏水量初期値をベース漏水量情報としてベース漏水量情報記憶部３８に格納する。また長期トレンド解析部７２は、ステップＳＰ３において推定した長期トレンド期間における個々の急増漏水の各パラメータ（発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３）の値を急増漏水量情報記憶部３９に格納する。さらに長期トレンド解析部７２は、ステップＳＰ３において推定した長期トレンド解析期間内の日々の漏水低減量を漏水低減量情報として漏水低減量記憶部４０に格納する。

なお本実施の形態の長期トレンド解析部７２により実行される長期トレンド解析処理の他の処理内容は、図７について上述した第１の実施の形態による長期トレンド解析処理と同様である。

一方、本実施の形態による短期トレンド解析部７３は、図９について上述した第１の実施の形態の短期トレンド解析処理のステップＳＰ１１が省略される点と、ステップＳＰ１２において短期トレンド解析期間の開始時点における需要量を含むベース漏水量を推定する点と、ステップＳＰ１３において短期急増漏水パラメータ推定部７４により実行される短期急増漏水パラメータ推定処理の処理内容が異なる点とを除いて第１の実施の形態の短期トレンド解析処理と同様の短期トレンド解析処理を実行する。

この場合、短期トレンド解析部７３の短期急増漏水パラメータ推定部７４は、図１０について上述した短期急増漏水パラメータ推定処理のステップＳＰ２２において、短期トレンド解析期間内のかかる需要量を含む日々のベース漏水量と、短期トレンド解析期間分の急増漏水量情報と、短期トレンド解析期間分の計測値情報とに基づいて短期トレンド解析期間内における日々の日最低流量の推定値を算出し、算出した日々の日最低流量の推定値と、実際の日々の日最低流量の実計測値との誤差Ｅを計算する。

なお本実施の形態の短期トレンド解析部７３により実行される短期トレンド解析処理の他の処理内容は、図７について上述した第１の実施の形態による短期トレンド解析処理と同様である。

以上のような本実施の形態の漏水量推定システム７０によれば、水消費量に関する情報（水消費量情報）を利用することなく過去及び将来の急増漏水の漏水量を推定及び予測することができる。従って、本実施の形態の漏水量推定システム７０によれば、第１の実施の形態の漏水量推定システム１０により得られる効果に加えて、水消費量記憶部３５（図３）及び需要推定情報記憶部３７（図３）のための記憶領域を不要とすることができ、さらに短期トレンド解析部４１（図３）の短期需要量計算部５０（図３）の処理を省略できる分、漏水量推定装置７１の負荷を低減できるという効果をも得ることができる。

（３）第３の実施の形態
図３において、８０は第３の実施の形態による漏水量推定システムを示す。この漏水量推定システム８０は、漏水量推定装置８１の長期トレンド解析部８２及び短期トレンド解析部８３が利用する計測値が日最低流量及び日総流量の計測値ではなく、日最低流量と、例えば１時間ごとの流量の平均値を表す時間流量とである点（つまり日総流量に代えて時間流量を利用する点）を除いて第１の実施の形態による漏水量推定システム１０と同様に構成されている。

実際上、本実施の形態の漏水量推定システム８０の場合、漏水量推定装置８１の計測装置インタフェース部８４（図３）は、上述した計測値に対する加工処理として、１日で最も小さい計測値のみを抽出した上述の日最低流量と、１時間ごとの流量の平均値である時間流量とをそれぞれ算出し、算出したこれら日最低流量及び時間流量を計測値記憶部３４に格納する。

また長期トレンド解析部８２は、図７について上述した長期トレンド解析処理のステップＳＰ３において、日総流量の計測値及び推定値の比較に代えて、時間流量の計測値及び推定値を比較するようにして、１時間ごとの需要量の平均値である平均時間需要量を推定する。なお平均時間需要量は、上述の（４）式において、M_tを時間流量の推定値とすることで計算することができる（つまり日総需要量と同じ計算式で計算できる）。

なお平均時間需要量は、通常、夜間に少なく朝夕などに多い。またその変化の大部分は１日周期や１週間周期の周期性を有する。つまり、同じ曜日及び同じ時間の平均時間需要量は、ほぼ等しい。本実施の形態の長期トレンド解析部８２は、このような平均時間需要量の性質を利用して、例えば平日、同曜日及び日曜日の１時間ごとの平均時間需要量をそれぞれ推定する。なお長期トレンド解析部８２が、季節的な変動や、天候等の外部情報を利用して平均時間需要量を推定するようにしても良い。

図１６は、ある配水ブロックについて、短期トレンド解析期間内における時間流量の計測結果と、本実施の形態の短期トレンド解析部８３によるベース漏水及び急増漏水の推定結果と、短期トレンド解析部８３による平均時間需要量の推定結果とを示す。

具体的に、図１６（Ａ）において、点列Ｌ６０は時間流量の計測値を表す。また図１６（Ｂ）において、直線Ｌ６１は短期トレンド解析部８３により推定されたベース漏水量、曲線Ｌ６２は短期トレンド解析部８３により推定された急増漏水量をそれぞれ表す。また図１６（Ｃ）において、曲線Ｌ６３は短期トレンド解析部８３により推定された平均時間需要量を表す。なお図１６（Ａ）〜図１６（Ｃ）において、破線Ｌ６４は、短期トレンド解析期間の終わり（つまり解析時点）を表す。従って、図１６（Ａ）〜図１６（Ｃ）では、破線Ｌ６４の左側が過去を示し、右側が将来を表している。

本実施の形態の短期トレンド解析部８３では、図９について上述した短期トレンド解析処理のステップＳＰ１１において、短期需要量計算部８５（図３）が、日最低需要量と、平均時間需要量とをそれぞれ計算する。このような平均時間需要量の計算は、任意の公知の技術を利用することができる。またこの計算に際して、短期需要量計算部８５が、長期トレンド解析部８２と同様に、天候等の外部情報を用いて精緻な計算を行うようにしても良い。

また本実施の形態の短期トレンド解析部８３では、かかる短期トレンド解析処理のステップＳＰ１３において、急増漏水パラメータ推定部８６（図３）が、ステップＳＰ１１で計算した平均時間需要量を利用して、短期トレンド解析期間に発生した急増漏水の各パラメータ（発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３）の値をそれぞれ推定する。このような推定の手法は、図１０について上述した第１の実施の形態による急増漏水パラメータ推定処理において、日総流量に代えて時間流量を利用する点を除いてすべて同様であるので、その詳細の説明は省略する。

以上のような本実施の形態の漏水量推定システム８０によれば、日最低流量に加えて時間流量を利用して過去及び将来の急増漏水の漏水量を推定及び予測するため、第１の実施の形態の漏水量推定システム１０により得られる効果に加えて、急増漏水の発生をより早期に検知できるという効果を得ることができる。

（４）第４の実施の形態
図３において、９０は第４の実施の形態による漏水量推定システムを示す。この漏水量推定システム９０は、漏水量推定装置９１の短期トレンド解析部９２が、急増漏水の変化を１つの推定値でなく、当該急増漏水が取り得る区間（範囲）として算出する点を除いて第１の実施の形態による漏水量推定システム１０と同様に構成されている。

図１７は、ある配水ブロックについて、短期トレンド解析期間内における日最低流量の計測結果と、本実施の形態による短期トレンド解析部９２による漏水量（ベース漏水量及び急増漏水による漏水量）の推定結果と、当該短期トレンド解析部９２による日最低需要量の推定結果とを示す。

具体的に、図１７（Ａ）において、点列Ｌ７０は日最低流量の計測値を表す。また図１７（Ｂ）において、直線Ｌ７１は、短期トレンド解析部９２により推定されたベース漏水量、曲線Ｌ７２，Ｌ７３は、それぞれ短期トレンド解析部９２により推定及び予測された急増漏水量をそれぞれ表す。さらに図１７（Ｃ）において、直線Ｌ７４は、短期トレンド解析部９２により推定された日最低需要量を表す。なお図１７（Ａ）〜図１７（Ｃ）において、破線Ｌ７５は、短期トレンド解析期間の終わり（つまり解析時点）を表す。

図１７と図１３との違いは、図１３では急増漏水の変化を１つの推定値及び予測値として推定及び予測しているのに対して、図１７では急増漏水の変化を２つの推定値又は予測値に挟まれる区間（曲線Ｌ７２及び曲線Ｌ７３により挟まれる区間）として推定及び予測している点である。

このように急増漏水の変化を区間として推定する手段として、本実施の形態による短期トレンド解析部９２の短期急増漏水パラメータ推定部９３（図３）は、図１０について上述した短期急増漏水パラメータ推定処理のステップＳＰ２１〜ステップＳＰ２５において、（９）式により定義された指標Ｉを最小化する急増漏水の発生日時パラメータＰ１、漏水規模パラメータＰ２及び増加速度パラメータＰ３の組ではなく、図１８に示すように、指標Ｉがその最小値から所定の値又は所定の割合だけ大きい値をとるような急増漏水の値の範囲Ｒを求める。

また短期トレンド解析部９２の短期急増漏水量計算部９４（図３）は、上述のように短期急増漏水パラメータ推定部９３により求められた急増漏水の値の範囲Ｒに含まれる急増漏水の値ごとに急増漏水による漏水量をそれぞれ計算し、当該漏水量の最大値及び最小値を短期推定情報記憶部４２（図３）に格納する。

そして画面表示部４３（図３）は、短期推定情報記憶部４２に格納された急増漏水による漏水量の最大値及び最小値に基づいて、図１４について上述した漏水急増アラート画面６０において、急増漏水の漏水量の推定結果として、図１７（Ｂ）と同様に、当該漏水量の最大値及び最小値をそれぞれ表す曲線を表示する。

以上のような本実施の形態の漏水量推定システム９０によれば、システム管理者が漏水急増アラート画面６０に基づいて将来の急増漏水の漏水量を範囲として認識できるため、第１の実施の形態の漏水量推定システム１０により得られる効果に加えて、急増漏水に対するより適切な対処を行うことができるという効果を得ることができる。

（５）他の実施の形態
なお上述の第１〜第４の実施の形態においては、長期トレンド解析部３６，７２，８２及び短期トレンド解析部４１，７３，８３，９２をソフトウェア構成とするようにした場合について述べたが、本発明はこれに限らず、これら長期トレンド解析部３６，７２，８２及び短期トレンド解析部４１，７３，８３，９２の機能の一部又は全部をハードウェア構成とするようにしても良い。

また上述の第１〜第４の実施の形態においては、長期トレンド解析期間を１年とし、短期トレンド解析期間を１ヶ月とするようにした場合について述べたが、本発明はこれに限らず、これら長期トレンド解析期間及び短期トレンド解析期間としてこれ以外の期間を適用するようにしても良い。

さらに上述の第１〜第４の実施の形態においては、長期トレンド解析部３６，７２，８２が２ヶ月周期で長期トレンド解析処理を実行し、短期トレンド解析部４１，７３，８３，９２が１日又は１時間周期で短期トレンド解析処理を実行するようにした場合について述べたが、本発明はこれに限らず、長期トレンド解析部３６，７２，８２や短期トレンド解析部４１，７３，８３，９２がこれ以外の周期で長期トレンド解析処理及び短期トレンド解析処理を実行するようにしても良い。

本発明は、配水管網等を監視する監視システムに適用することができる。

１０，７０，８０，９０……漏水量推定システム、１１，７１，８１，９１……漏水量推定装置、１３……調査端末、１４……計測装置、１５……検針端末、２１……ＣＰＵ、２７……表示部、３３……漏水修理履歴記憶部、３４……計測値記憶部、３５……水消費量記憶部、３６，７２，８２……長期トレンド解析部、３７……需要推定情報記憶部、３８……ベース漏水量情報記憶部、３９……急増漏水量情報記憶部、４１，７３，８３，９２……短期トレンド解析部、４２……短期推定情報記憶部、４３……画面表示部、５０，８５……短期需要量計算部、５１……短期ベース漏水量計算部、５２，７４，８６，９３……短期急増漏水パラメータ推定部、５３，９４……短期急増漏水量計算部、６０……漏水急増アラート画面、Ｐ１……発生日時パラメータ、Ｐ２……漏水規模パラメータ、Ｐ３……増加速度パラメータ。

Claims (15)

1. 配水管網における漏水量を推定する漏水量推定装置において、
   前記配水管網に設置された流量計による流量の計測値と、前記配水管網に対して行われた漏水修理に関する情報である漏水修理履歴情報とに基づいて、過去の第１の解析期間における急増漏水の事例を抽出する長期トレンド解析部と、
   前記長期トレンド解析部により抽出された前記第１の解析期間における前記急増漏水の事例に基づいて、将来の急増漏水の漏水量を予測する短期トレンド解析部と
   を備え、
   前記長期トレンド解析部は、
   前記急増漏水の事例の抽出として、前記第１の解析期間内に発生した前記急増漏水ごとに当該急増漏水の状態を表す複数のパラメータの値をそれぞれ推定し、
   前記短期トレンド解析部は、
   前記長期トレンド解析部により推定された前記第１の解析期間内における個々の前記急増漏水の状態を表す各前記パラメータの値に基づいて、前記第１の解析期間よりも短い過去の直近の第２の解析期間における前記急増漏水の状態を表す各前記パラメータの値をそれぞれ推定し、推定結果に基づいて将来の前記急増漏水の漏水量を予測する
   ことを特徴とする漏水量推定装置。
2. 前記急増漏水の状態を表す前記パラメータは、
   当該急増漏水の発生日時を表す発生日時パラメータと、当該急増漏水の漏水規模を表す漏水規模パラメータと、当該急増漏水における漏水量の増加速度を表す増加速度パラメータとである
   ことを特徴とする請求項１に記載の漏水量推定装置。
3. 前記長期トレンド解析部は、
   前記配水管網に設置された流量計による流量の計測値と、前記配水管網に対して行われた漏水修理に関する情報である漏水修理履歴情報と、前記第１の解析期間における水道利用者ごとの水消費量とに基づいて、前記第１の解析期間における需要量及び急増漏水以外の漏水量を推定し、
   前記短期トレンド解析部は、
   前記長期トレンド解析部により推定された前記需要量及び前記急増漏水以外の漏水量に基づいて、前記第２の解析期間における前記需要量及び前記急増漏水以外の漏水量を推定する
   ことを特徴とする請求項１に記載の漏水量推定装置。
4. 情報を表示する表示部と、
   前記短期トレンド解析部の解析結果を前記表示部に表示させる画面表示部と
   をさらに備え、
   前記画面表示部は、
   前記短期トレンド解析部により推定又は予測された前記第２の解析期間における前記急増漏水の漏水量又は将来の前記急増漏水の漏水量が予め設定された閾値よりも大きい場合に、所定の警告画面を前記表示部に表示させる
   ことを特徴とする請求項１に記載の漏水量推定装置。
5. 前記長期トレンド解析部は、
   シグモイド関数を利用して前記急増漏水の状態を表す各前記パラメータの値をそれぞれ推定し、
   前記短期トレンド解析部は、
   シグモイド関数を利用して将来の前記急増漏水の漏水量を予測する
   ことを特徴とする請求項１に漏水量推定装置。
6. 前記長期トレンド解析部は、
   前記急増漏水の状態を表す各前記パラメータの値と、前記第１の解析期間内に発生した前記急増漏水の発生回数とを、前記流量計による流量の計測値と、当該計測値の推定値との誤差を含む指標に基づいて推定する
   ことを特徴とする請求項１に記載の漏水量推定装置。
7. 前記短期トレンド解析部は、
   推定した前記解析時点における前記急増漏水の前記漏水規模パラメータ及び前記増加速度パラメータの少なくとも一方が、前記漏水規模パラメータ又は前記増加速度パラメータについて予め設定された閾値よりも小さい場合に、前記漏水規模パラメータの値を零に修正する
   ことを特徴とする請求項２に記載の漏水量推定装置。
8. 前記長期トレンド解析部は、
   １日内の最も小さい前記計測値である日最低流量と、１日の総流量である日総流量とに基づいて、１日の最低の需要量である日最低需要量と、１日の総需要量である日総需要量とを前記需要量として推定すると共に、前記第１の解析期間における個々の前記急増漏水の各前記パラメータの値を推定し、
   前記短期トレンド解析部は、
   前記長期トレンド解析部により推定された前記日最低需要量及び前記日総需要量と、前記急増漏水の各前記パラメータの値とに基づいて、将来の前記急増漏水の漏水量を予測する
   ことを特徴とする請求項３に記載の漏水量推定装置。
9. 前記長期トレンド解析部は、
   日々の最も小さい前記計測値である日最低流量に基づいて前記急増漏水の各前記パラメータの値を推定し、
   前記短期トレンド解析部は、
   前記日最低流量に基づいて将来の前記急増漏水の漏水量を予測する
   ことを特徴とする請求項１に記載の漏水量推定装置。
10. 前記長期トレンド解析部は、
    １日内の最も小さい前記計測値である日最低流量と、前記計測値に基づき算出された１時間ごとの流量の平均値を表す時間流量とに基づいて、１日の最低の需要量である日最低需要量と、１時間ごとの需要量の平均値である平均時間需要量とを前記需要量として推定すると共に、前記第１の解析期間における個々の前記急増漏水の各前記パラメータの値を推定し、
    前記短期トレンド解析部は、
    前記長期トレンド解析部により推定された前記日最低需要量及び前記平均時間需要量と、前記急増漏水の各前記パラメータの値とに基づいて、将来の前記急増漏水の漏水量を予測する
    ことを特徴とする請求項３に記載の漏水量推定装置。
11. 前記短期トレンド解析部は、
    将来の前記急増漏水の漏水量を範囲として予測する
    ことを特徴とする請求項１に記載の漏水量推定装置。
12. 配水管網における漏水量を推定する漏水量推定方法において、
    前記配水管網に設置された流量計による流量の計測値と、前記配水管網に対して行われた漏水修理に関する情報である漏水修理履歴情報とに基づいて、過去の第１の解析期間における急増漏水の事例を抽出する第１のステップと、
    抽出した前記第１の解析期間における前記急増漏水の事例に基づいて、将来の急増漏水の漏水量を予測する第２のステップと
    を備え、
    前記第１のステップでは、
    前記急増漏水の事例の抽出として、前記第１の解析期間内に発生した前記急増漏水ごとに当該急増漏水の状態を表す複数のパラメータの値をそれぞれ推定し、
    前記第２のステップでは、
    前記長期トレンド解析部により推定された前記第１の解析期間内における個々の前記急増漏水の状態を表す各前記パラメータの値に基づいて、前記第１の解析期間よりも短い過去の直近の第２の解析期間における前記急増漏水の状態を表す各前記パラメータの値をそれぞれ推定し、推定結果に基づいて将来の前記急増漏水の漏水量を予測する
    ことを特徴とする漏水量推定方法。
13. 前記急増漏水の状態を表す前記パラメータは、
    当該急増漏水の発生日時を表す発生日時パラメータと、当該急増漏水の漏水規模を表す漏水規模パラメータと、当該急増漏水における漏水量の増加速度を表す増加速度パラメータとである
    ことを特徴とする請求項１２に記載の漏水量推定方法。
14. 配水管網における漏水量を推定する漏水量推定システムにおいて、
    前記配水管網に設置された流量計と、
    前記流量計により計測された流量の計測値と、前記配水管網に対して行われた漏水修理に関する情報である漏水修理履歴情報とに基づいて前記配水管網における漏水量を推定する漏水量推定装置と
    を有し、
    前記漏水量推定装置は、
    前記計測値及び前記漏水修理履歴情報に基づいて、過去の第１の解析期間における急増漏水の事例を抽出する長期トレンド解析部と、
    前記長期トレンド解析部により抽出された前記第１の解析期間における前記急増漏水の事例に基づいて、将来の急増漏水の漏水量を予測する短期トレンド解析部と
    を備え、
    前記長期トレンド解析部は、
    前記急増漏水の事例の抽出として、前記第１の解析期間内に発生した前記急増漏水ごとに当該急増漏水の状態を表す複数のパラメータの値をそれぞれ推定し、
    前記短期トレンド解析部は、
    前記長期トレンド解析部により推定された前記第１の解析期間内における個々の前記急増漏水の状態を表す各前記パラメータの値に基づいて、前記第１の解析期間よりも短い過去の直近の第２の解析期間における前記急増漏水の状態を表す各前記パラメータの値をそれぞれ推定し、推定結果に基づいて将来の前記急増漏水の漏水量を予測する
    ことを特徴とする漏水量推定システム。
15. 前記急増漏水の状態を表す前記パラメータは、
    当該急増漏水の発生日時を表す発生日時パラメータと、当該急増漏水の漏水規模を表す漏水規模パラメータと、当該急増漏水における漏水量の増加速度を表す増加速度パラメータとである
    ことを特徴とする請求項１４に記載の漏水量推定システム。