管網現況

根據第二十屆國際自來水協會(IWA)(2000)建議，管網管線每年至少需 達到 1.5%更換率才可維持管網的可靠度。即使根據 1.5%更換基準，則平 均也約需 66 年才會更換到同一根管線，然而 95 年度水公司管線汰換率僅 1.33%。且根據該年度水公司統計管網資料指出，管材屬 PVCP 者佔了所 有管網的 79.8%，而行政院頒訂財務標準分類之使用年限(94 年)表中，

PVCP 管線使用年限為 20 年，水公司管網中的管線亦可能因而更不可靠而 造成售水率偏低。

2.2 管線漏水分析

2.2.1 無收益水量與真實漏水量

Algre et al. (2000)所建議 Water Audit 中定義的無收益水量(Non-revenu water, NRW)包括免費授權用水量(Unbilled authoriesd consumption)、流失量 (Apparent losses)、與漏水量(Real losses)三者之總和，免費授權用水量為市 政消防用水等；流失量為表差、竊水等；以上二者不屬漏水量，漏水量即 為管線漏水。而 Farley and Trow(2003)亦認為在無收益水量中以漏水量佔 較大比例。故若可改善真實漏水量，可有效減少水資源的損失。

2.2.2 漏水原因分析

自來水管線乃由眾多直、彎管構成，長期使用下很難避免管線完好如 初不發生漏水。自來水公司在修漏案件處理單(自來水公司, 92-97 年)內將 管線漏水原因分為電腐蝕、荷重與震動、水錘、地盤下陷、施工不良、回 填不良、材質老化、意外施工破壞等八類；管線修漏時常發生漏水的原因 有折斷、破孔、裂痕、脫接、橡皮墊老化、管鞍(分水栓）。郭等(93 年)指

出管線汰換率偏低、管線材質不良、防火巷管線維修困難、同一巷道多條 給水管、施工挖損漏水、各種管線重疊錯置、部分殘存管斷管未徹底、管 線圖面資料不全影響修漏成效等八個是造成管線漏水的原因。駱等(86 年) 在減少漏損及無費用水之經濟研究中亦指出，管線材質不良、設計及施工 欠周全、管線周遭環境改變、工事意外破壞、操作水壓過高等都會使管線 發生漏水。國外相關文獻中，Felipe and Leonel (1997)提及土壤、水質、水 壓、管齡等會造成管網漏水。Covas et al (2005)認為管齡、水壓、管線保護 不足、電腐蝕等因素會導致管線損壞。Fanner (2004)指出 IWA 將漏水量定 義為物理性漏損(physical losses)，造成物理性漏損有管線接頭漏損、儲水 槽溢流、管線破裂等。

響，如地下水層，外界噪音，且需耗費人工實際勘查，較不符合效益。朱 (83 年)指出，若能建立輸配管網之監控系統，監控各種要輸水幹管每一時 段的水壓、水質、日配水量等，發現異常時可及時派員檢測維修，減少漏 水狀況發生。王(89 年)則建議配水系統的小區模式應予重視，以提升緊急 或地震等災害的應變能力，短時間內完成維修。蔡(90 年)亦認為將給水區 域的配水管網小區化，可提升管路系統安全度。Covas et al.(2006)以設置小 區來縮小可能漏水範圍，再進行人工測漏找出漏水點以提升售水率。

WRc(1994)調查世界各國發現小區測漏為普遍被用來控制漏水的方法，且 可有效檢測出可能的漏水區域，並執行有效的漏水改善策略，因此為一有 效的漏水控制法，國內亦宜規劃及推動小區測漏。

2.3 測漏小區

2.3.1 小區測漏執行方法

李(95 年)在試辦計量小區檢漏之效益研析一文提及，近年國內亦因平 均降雨量減少且用水量逐年增加，導致水資源不足，有必要改善管線漏 水，因而開始採行小區檢漏策略，欲降低自來水在輸送過程中的漏水量。

並在過往的執行經驗中，證明可有效掌握漏水及進行修復。范及張執行小 區檢測的經驗(96 年)，大略將國內可考量實施的小區測漏分為以下五種方 法:

(1) A 法：在小區的進流點設流量計監測，利用內插法將區內用戶兩個月抄表 記錄換成與流量計抄表區段同一區間，經與進流點的總表比較，計算出漏 水量。

(2) B 法：派員實際在四個小時左右抄完小區所有用戶水表，兩個禮拜後 再抄一次，搭配建置在小區邊界上的進流點流量計在這個時間區段數 值，兩者差值為漏水量。

(3) C 法：即為國際上常用的夜間最小流法(Minimum Nighttime Flow, MNF)(Farley and Rrow, 2003)，利用流量計量測，記錄時間及流入小區 之瞬時流量，以 X 軸為時間，Y 軸為流量，繪製成一瞬時流量曲線。

(3) 每一分區用水量為 4,000~8,000CMD，最大不超過 12,000CMD。

(4) 每一分區送配水管長度為 2~6 公里。

小區應以管線 1.7KM~3.5KM 為一區，用戶數 1000~2500 戶。

Charalambous(2005)則指出應採用公路、河流等當作小區的邊界，3000 用戶數當做一小區之大小。IWA(2004)則建議一個良好的 DMA 應具備以下 幾點：

要評估漏水潛勢，最常用的是方式是評估管網的損壞機率，Walski and Pelliccai(1982)認為管網中的管線會因管齡、管材、管徑而有不同的損壞機 率，亦提出一套管線損壞預測方程式，可根據過往管線損壞次數統計回歸 出該方程式，並可利用該方程式預測未來管線每單位長度的損壞機率 (break rate)。Su et al.,(1987)根據管線的單位長度損壞機率另發展出一套用

以 推 估 管 線 損 壞 率 (probability of failure) 的 方 程 式 本 研 究 根 據 Su et al.,(1987)的公式，將水公司維修資料進一步分析回歸出管線損壞的公式，

該公式將用以評估 INU 的漏水潛勢。

2.5 基因演算法求解

以往的研究中，並未找到相關文獻是採用優選模式來規劃小區，如前 述，本研究主要以單位面積、單位長度及單位用戶漏水潛勢為目標式，並 加入分群及連接度，讓小區內的 INUs 必須連通，且能滿足劃分小區的限 制因子(如人口數、管線長度、面積等)。

但本研究所發展模式的目標式並非線性，不易求解，由於基因演算法 (Genetic Algorithm, GA)(ref)適用於複雜系統的優化、非線性函數的求解及 多目標的規劃，它的蒐尋機制是以多個點並行搜尋，並非單獨一個點，因 此對於多峰值的搜尋空間而言是較有機會得到優選解的。亦已有一些研究 應用在環境工程及管網問題上，例如 Dandy et al.(1996)以紐約下水道管網 為例，利用多種改良式 GA 進行系統成本評估；Miranda et al.(1994)以 GA 進行多階段水管網的擴建規劃；Simpson et al(1994)以 GA 演算法進行管線 優選。Dandy and Engelhardt(2001)則利用 GA 進行自來水管網換管優選的 多目標模式問題。國內翁(96 年)研究亦應用 GA 建置污水管網系統配置最 佳化模式。

因 GA 可求解複雜的組合問題，且已經被過往的許多研究成功的應用 在複雜的管網系統的相關研究上，因此本研究亦採用 GA 求解所發展的小 區規劃模式，以期在合理的時間內，決策出較佳的小區劃分結果。

第三章 優先測漏小區劃分程序

本研究已發展一套系統化程序與優選模式劃分優先測漏小區，期能有 效劃分出較具高漏水潛勢小區，以提高後續進行小區測漏的效益，提升自 來水管網管理維護效率。本章主要詳述優先測漏小區劃分所需的前置步驟 及所建立的程序，而優選模式將在第四章中說明之。以下各節將逐一說明 獨立管網分區(IS)與獨立管網單位(INU)、管線損壞機率及啟發式優先測漏 小區劃分程序。

3.1 獨立管網分區(IS)與獨立管網單位(INU)

由於原始管網管線複雜，直接針對管網進行小區劃分不易掌握其連通 性而導致劃分出來之優先測漏小區可能會不易單獨計量。若欲使測漏小區 具備能獨立評估的特性，一般是以關閉制水閥或是設置流量計的方式來劃 分出測漏小區。Walski(1993)提出的制水閥分區(valve-enclosed segment)正 好很適用於本研究，制水閥分區是指由周遭可將該分區封閉的制水閥所包 圍的管網，本研究群曾發展了一套制水閥分區判識演算法及工具(Li and Kao, 2007)，唯之前的工具是以制水閥為劃分點，而測漏小區亦可以流量 計來劃分，故本研究的分區與制水閥分區不同，故本研究另外定義獨立管 網分區(Independent Segment, IS)以資區別，且將該演算法擴及有設或擬設 (含固定位置但臨時設置)流量計的節點，本研究因而修改該工具，用以將 管網劃分為若干 ISs，圖 3.1 所示為原始管網與 IS 的對照示意圖，其演算 程序如下：

(0) 以制水閥、有設及擬設流量計的點為此演算程序所考量的區分點。

(1) 從管網任一節點開始，順著連接此節點但尚未被搜尋過的管線往下連 接至下一個節點，如果下一個節點為區分點，則停止該方向的搜尋且

改由另一個方向繼續搜尋；若不是，則繼續往下搜尋，直到所有方向 皆無法擴張為止。

(2) 將所有搜尋到的管線、節點判識為一 IS。

從上次搜尋停止的節點開始，繼續(1)、(2)的搜尋演算程序，直到所 有的管件都被判識到個別的 IS 為止。以 IS 為單位，可減少後續分析的複 雜度。

圖 3.1 INU 辨識示意圖

依據上述說明的 IS 辨識演算程序，將案例區原始管網經辨識演算以 制水閥、流量計為分區的特性管網後如圖 3.2 所示，其中有 10,587 個 IS，

圖中圓點為劃分出來之 IS，線段為 IS 與 IS 間的連接關係。以 IS 為單位分 析較以管線為單位符合劃分小區的需求。由於本案例是市區高密集度用水 區，水公司在管網設計上為了便於管線維修時及避免關閉範圍過大影響過 多用水戶，因而設置較密集的制水閥。由圖 3.3(b)亦可發現經 IS 辨識演算 後有許多 IS 是連在一直線上的，小區劃分時，也宜在一起，故本研究進 一步將一些 IS 進行合併，亦可減少後續進行 GA 演算所需的求解時間，

合併後的 ISs 稱為 INU，為本研究分區的最小單位。

圖 3.2 案例區經轉換後 IS 分佈圖

圖 3.3 原始管網轉換 IS 再轉換 INU 示意圖

為避免合併後的新 INU 面積(或人口)太大，結合 ISs 成為 INU 的方法 是根據水公司建議劃分小區的管線長度 1.7-3.5KM 當作考量依據，取 3.5KM 的 1/10 為限制條件。取 1/10 的基準在於可讓合併後的新 INU 能仍 有足夠的空間與其他 INU 合併，若取的值太大則易錯失較好的分區，此值 可依地區特性調整。本研究以 350m 為限制條件合併後的 INU 如圖 3.4，

共計有 5,287 的 INU。比較圖 3.3(b)與 3.3(c)可看出前者的直線範圍 INU 密集的連接在一起，經後續的合併後較符合本研究的需求。後續進行小區

共計有 5,287 的 INU。比較圖 3.3(b)與 3.3(c)可看出前者的直線範圍 INU 密集的連接在一起，經後續的合併後較符合本研究的需求。後續進行小區