水圧データのAI分析で水道設備の異常を早期検知、神戸市水道局との研究から実用化

すでに稼働している監視サービスのデータに新しい役割を与える、という入り口の取り方が起点になっています。神戸市水道局の配水減圧弁付近で運用されてきた水圧データの二次活用として検討が始まったため、検証に必要な実測値が最初から手元にありました。新たな計測網を一から敷く必要がなく、投資判断の前に「そのデータで何が見えるか」を確かめられる状態から出発できた点は大きいと考えられます。

取り組むテーマを現場のニーズから絞り込んだ進め方も効いています。神戸市水道局をはじめとする自治体へのヒアリングで、水の流れの通常と異なる挙動を事前に検知して故障予知につなげたいという要望を把握し、研究の対象を配水減圧弁の故障予兆という一つの設備・一つの事象に限定しました。異常検知は対象を広げるほど何を異常と呼ぶかが曖昧になりますが、狙いを一点に定めたことで、検証の合否をはっきり判定できる形になったはずです。

判定の基準そのものをAIに作らせる設計も、この手法の勘所でしょう。過去一定期間のデータから正常時に取りうる水圧・流量の幅を生成し、リアルタイムの値がそこからどの程度逸脱しているかを見る構成にすると、「何度以上なら異常」といったしきい値を人が事前に決め切る必要がなくなります。さらにサービス化の段階で、研究対象の配水減圧弁に限らず他の弁やポンプ類、流量による漏水可能性の分析にも適用できる仕様へ広げており、一つの設備向けの作り込みで終わらない拡張の余地が確保されています。