AI聲學檢測系統 漏水音直送雲端提升台水檢漏效率

炎夏將至，台水人員手持AI聲學輔助漏水檢測設備，經過之處，地底下每個漏水音都被傳送到雲端，經過AI辨識後，成為漏水特徵信號，大幅加快檢漏效率與精確度，將民眾不便降至最低。

極端氣候愈演愈烈，為減少水資源的浪費，台水持續推動降漏工作，過去12年漏水率已從19.55%降至11.99%，相當於節省5座湖山水庫蓄水量。

台水總經理李丁來接受中央社記者訪問指出，「主動漏水控制」是降漏的關鍵一環，過去這項工作依賴90多名資深檢漏員進行地下管線的漏水檢測，但耳機掛在耳朵上，每天聽漏水音，長期而言對聽力會造成傷害。

再者，隨著老師傅逐漸面臨退休，加上新進人員訓練期達5年以上，檢漏作業的效率與傳承成為一大挑戰。

為了電腦化保存老師傅的寶貴經驗，同時擴增基礎檢漏能量，台水與工研院合作，導入人工智慧技術，合作開發「AI-聲學地下漏水檢測系統」，透過工研院的人工智慧漏水音辨識模組，能解析並分類不同環境與管材所產生的漏水訊號，進一步建立漏水音的特徵資料庫。

去年，台水在國際水協會（IWA）世界水大會暨展覽會（WWCE），更以此系統獲頒「專案創新獎」，為智慧轉型注入強心針。

收集逾30萬個漏水特徵信號 完成1756公里巡查

李丁來指出，管線漏水檢測為2年1循環，代表6萬多公里管線，每2年都要巡一次，作業流程為「Awareness」、「Location」、「Repair」，最難的是「Location」，意即找出漏水點。

AI-聲學地下漏水檢測系統是以AI輔助設備來做查漏或快篩巡檢，能讓無檢漏經驗的現場人員先快篩巡查，若發現有高漏水機率，再請專業檢漏人員來現場確認判斷，以降低檢漏人員的負擔。

台水前後共投入新台幣2000萬元在這套系統，李丁來談及系統開發最大挑戰時指出，台水供水轄區幅員遼闊，除了本島，還包括澎湖、小琉球等離島，不同地區管線材質、地質條件及背景雜音環境不同，AI模型在初期較難做到穩定準確的判斷。

也因此，新一期計畫擴增實地資料至8個區管理處，包含基隆、桃園、新竹、台中、嘉義、台南、花蓮、彰化，並挑選超過300件實際的漏水案例來優化AI模型的判斷邏輯，盼透過不同環境及地區的訓練數據，讓系統提升廣度及精度。

自民國100年至113年為止，台水與工研院成功收集約超過30萬個漏水特徵信號，並以AI輔助檢測漏水點成功驗證834處漏水點，完成1756公里的巡查。

導入AI提升巡檢次數 將老師傅經驗留在系統裡

根據台水統計，107年台水平均檢漏年資20.9年，隨著老師傅逐漸退休，今年平均檢漏年資已降至7.2年。

李丁來不諱言，以往傳統管線檢漏模式高度仰賴人工聽音與經驗判斷，不僅容易受到環境噪音干擾，新手也需較長時間的實地訓練，如今透過AI輔助檢漏，包含工研院技術人員的線上即時支援，可大幅縮短新進人員的訓練期，系統也能自動記錄並標示可疑漏水點位。

他指出，巡檢次數越多，發現漏水機會越高，但漏水監測須考量相關成本，以及管線開挖對民眾影響，透過此系統即可在不增加太多成本情況下，提升巡檢次數，現在是2年1循環，也許以後變成1年4循環。

另一方面，訓練一名檢漏人員從其到職到退休，需花費2000、3000萬，試想90幾名人員就要20幾億人事費，現在有了這套系統，「就能把老師傅的經驗留在系統裡」，且系統會越來越精進，未來經濟效益可觀。

爭取工研院專利權分享 壯大漏水防治供應鏈

為達成政府2031年底漏水率降至10%目標，台水今年啟動為期8年的「降低漏水率計畫」，和過去降漏計畫最大不同在於，以龐大複雜的輸配水管網劃分的一個個小區為出發點，採「由面到點」的策略性檢測方式，當中也有AI角色。

李丁來解釋，首先，台水本就有自行研發的WADA（Water Advantage Data Analysis）大數據分析系統，可即時比對各小區的流量與壓力資料，自動判別出疑似漏水熱區，接著交叉分析管網壓力資料、GIS管線地理資訊與現場噪音監測設備，初步標示可能漏水的管線範圍，最後導入AI聲學輔助漏水檢測設備，進行現場巡查與漏水點定位。

他點出，整體流程中AI輔助是「最後一哩」的關鍵角色，協助第一線人員快速確認漏點，加速修復作業。

未來，台水除將持續透過收集各地實測數據，精進AI模型，李丁來透露，內部正在思考整合既有動態及靜態的資料數據，透過生成式AI，進一步提供檢漏人員更多可供判斷漏水的資訊，更計畫導入無人機，助力降漏工作。

此外，他特別提到，台水在AI系統開發上投入許多人力，並提供寶貴地下漏水音資料，數據都存在一定價值，但當初和工研院合作契約未訂定智慧財產權歸屬，後續將再與工研院協商分享專利權，以壯大國內漏水防治供應鏈，培養更多新創公司打國際盃，爭取海外商機。