| 作品介紹 |
台灣於管線破漏頻率高，而國內目前對於管線破漏的搜尋方式大多尚為採用小區管理搭配水壓控制，或是以聽音方式等其他主動漏水控制方法，以尋找管網中的破漏位置，但此舉常需耗費大量人力及時間進行，若能先行縮小漏水範圍再進行巡邏檢修，將得以節省各項成本。
目前人工智慧成效最好之應用為分類輸出，例如，影像辨識等等。但目前許多預測水資源相關之類神經網路之應用多為回歸輸出，而管線破漏潛勢等級不需以回歸輸出之方式，即可用分類輸出將管線風險分級，更能符合現在之務實應用，也為本系統之創新。
本作品提出漏水潛勢智慧系統，是以主動漏水控制之模式模擬方式，並以類神經網路為預測之方式，利用歷史破漏資料預測管線漏水潛勢，將此預測模型開發為應用程式，並在行動裝置上運行，以便巡檢人員快速獲得正確資訊。
以台灣自來水公司工程師為使用者為例，使用者可依所屬區處選擇，管理管線破漏資料庫，篩選破漏資料之特徵，例如：管材、管徑與管長等。選取定義之資料範圍，工程師即可透過本系統所提供的視覺化功能將地理資訊視覺化呈現，透過系統內部類神經網路之分析，預測目前現有管線之風險等級，可以做為評估預算巡檢漏水之依據，為管線檢漏工程師取得該區處管線破漏潛勢的資訊。 |