搶救水寶寶
發表年度｜2018
推動單位｜台灣自來水股份有限公司
案例簡介
- 從漏水問題出發，讓資料協助找出異常臺灣自來水供水管線範圍廣大，漏水往往發生在地下，不容易即時發現。若漏水持續未被察覺，不僅造成水資源流失，也增加後續查漏與修繕成本。「搶救水寶寶」因此運用既有供水資料，透過資料分析與機器學習，更快找出可能發生漏水的區域。
- 用機器學習，提升漏水預測效率團隊建置大數據資料平臺，整合時間、水壓、流量及修漏等紀錄，透過特徵分類與機器學習模型分析供水狀況，預測可能出現漏水的區域。藉由夜間最小流量等資訊，也能協助辨識異常情形，縮短查漏所需時間，提高檢修效率。
- 從競賽成果，走向實際業務應用相關成果後續進一步導入台灣自來水公司的業務運作。依總統盃黑客松成果頁資料，大數據漏水偵測輔助系統 WADA 已陸續導入各區管理處，並將 2,261 個封閉小區納入漏水檢測；系統也透過夜間最小流量分析，提供可能漏水區域的異常通知及相關報表，協助現場人員進行查漏與管理。
- 從資料分析，走向供水管理應用「搶救水寶寶」將原本用於供水管理的水壓、流量及修漏等資料，進一步透過分析模型轉化為漏水預測工具，協助現場人員更快鎖定可能異常的區域。案例也展現水資源資料除了呈現現況之外，還能透過分析與預測，進一步支援實際管理與決策。
推動成果
- 建置以供水資料為基礎的漏水預測與分析模式。
- 運用機器學習協助辨識可能漏水區域。
- 將查漏時間由原本約 2 個月縮短至約 1 至 2 天。
- WADA 漏水偵測輔助系統納入台灣自來水公司業務運作。
- 2,261 個封閉小區納入漏水檢測。
- 透過夜間最小流量分析，提供異常通知及可能漏水區域資訊。