靠AI和大數據「搶救水寶寶」,台灣團隊參加紐西蘭黑客松

靠AI和大數據「搶救水寶寶」,台灣團隊參加紐西蘭黑客松
Photo Credit:台灣自來水公司

我們想讓你知道的是

台灣自來水管線一年要漏掉2.5座石門水庫,「搶救水寶寶」的系統可以比過去節省超過90%時間,同時查找漏水的範圍由過去的90平方公里,大幅縮少為1至2平方公里。

(中央社)
行政院政務委員唐鳳機要秘書黃子維今(18)日表示,紐西蘭政府將舉辦黑客松,透過唐鳳邀請台灣隊伍參賽,將由總統盃黑客松獲獎團隊之一的「搶救水寶寶」前往參加,盼後續有更多合作機會。

總統盃社會創新黑客松競賽日前選出五支優勝隊伍,由總統蔡英文親自頒獎,其中台灣自來水公司的「搶救水寶寶」以大數據和機器學習方式找出漏水管線,獲得肯定。

黃子維告訴中央社記者,紐西蘭威靈頓地區經濟發展局(Wellington Regional Economic Development Agency , WREDA)等單位主辦的黑客松競賽Lightning Lab Govtech將於今年8月中到11月中舉行,主辦單位透過唐鳳邀請台灣隊伍參賽。

黃子維表示,經評估後,將選派「搶救水寶寶」,由台水、資策會與行政院資訊局等單位的公務員跟國營企業員工組成2到4人的團隊,前往紐西蘭參加;以延續總統盃黑客松的精神,不會因為總統頒完獎就結束。

黃子維指出,「搶救水寶寶」參加紐西蘭的黑客松有幾個意義,第一,紐西蘭也是新南向國家,落實政府的新南向政策;第二是讓台灣的公務員有直接跟紐西蘭的公務員有互動合作的機會;此外,若是隊伍在紐西蘭有不錯的成績,後續就可能有更多的雙邊合作空間。

唐鳳在本月7日也曾邀台水董事長郭俊銘等人日前還曾對此舉行線上討論會,由於參加這項計畫,必須要在紐西蘭常駐三個月時間,除了技術交流之外也希望能爭取更多合作機會,紐西蘭主辦方也會引薦當地的資源,因此該由誰去、經費等問題,都還需要再確認,郭俊銘表示,去年出國預算僅有89萬元,今年將請示經濟部看是否爭取預算參加。

《iThome》報導,今年首屆的總統盃黑客松總共選出五組獲獎者,包括「搶救水寶寶」、「救急救難一站通」、「零時差隊」、「永不回頭」、「法扶-如虎添翼隊」,提案主題包括自來水漏水偵測、急救照護通訊與資源整合、空中轉診後送作業流程精進、兒少家暴主動預防與弱勢法律扶助資源的有效分配,其中不乏採用機器學習、深度學習、開放API等新興技術。

蔡英文當時指示國家安全會議諮詢委員李德財與行政院數位政委唐鳳,要將競賽成果化為具體的公共服務,而不僅只是一場競賽,她表示,黑客松讓政府更了解民間,是一條正確的路,未來將會繼續推動。今年新版Web報稅系統就是政府與民間協作,共同解決問題的好例子;也期許未來與各國增加更多的交流,台灣也能致力於全球性與區域性的問題改善。

「搶救水寶寶」團隊在做什麼?

台灣自來水公司指出,台灣雨量豐沛,很多人認為台灣水資源不虞匱乏,但由於地形關係水資源蓄存不易,台灣是全世界第19名缺水的國家,自來水管線一年要漏掉2.5座石門水庫有效庫容量。平常看得見的漏水只有佔總漏水量的10%,地面下看不見的漏水佔了90%。

台灣自來水公司董事長郭俊銘表示,台水管線有6萬多公里,傳統上只有靠67個檢漏人員,一般人稱「水管醫生」,拿著像聽診器的設備,一步一腳印地聽哪裡有地下漏水。但一個人一天只能聽2公里半的距離,以這樣的速度走完全台管線需要耗時一年半,實在是緩不濟急。

去年自來水公司成立一個團隊,使用的是台水既有監控系統(SCADA)每一分鐘一筆的流量或水壓大數據資料,再加上由大數據團隊自行研發的機器學習演算法來發現漏水小區,並結合EPANET水力分析軟體將漏水小區的範圍劃分為更小的次小區,節省一線修漏人員搜尋漏水點的時間。

《iThome》報導,「搶救水寶寶」以開源大數據技術:Hadoop與Spark,建立一個大數據資料處理與分析平台,由供水監控系統(SCADA)與自動讀表系統(AMR)即時取得資料,亦整合政府開放資料,予以整統分析;資料集包括台水公司內部的自來水流量、水壓與GIS地理資訊,外部人文資料如人口、新舊曆、假日、節日、季節、電力使用與經濟指標,以及外部自然資料,如雨量與溫度等。

至於機器學習技術則運用於發現漏水、縮小漏水查找範圍,以及漏水預測等三個方面。

在發現漏水方面,該團隊主要運用Lasso迴歸分析(Lasso Regression)、隨機森林演算法(Random Forest)與深度學習(Deep Learning)等機器學習演算法;在縮小漏水查找範圍方面,則運用最近鄰居演算法(K-Nearest Neighbor),以及EPANET水利分析模型;在預測漏水方面,則採用SOM(Self-Organizing Map)與DNN(Deep Neural Network)深度神經網路來分類特徵與預測,未來有計畫再採用RNN(Recurrent Neural Network)遞迴神經網路,更進一步預測漏水。

「搶救水寶寶」團隊表示,此系統可以比過去節省超過90%的時間,同時查找漏水的範圍可由過去的90平方公里,大幅縮少為1至2平方公里,而過去往往是在漏水發生後的2個月才發現問題,現在則可縮短為漏水事發1至2天內即可發現,甚至再提早為15分鐘預警。

新聞來源:

核稿編輯:羊正鈺


Tags: