• Print
  • Decrease text size
  • Reset text size
  • Larger text size
18/04/2016

L’émergence des Big Data facilite la gestion des réseaux de distribution d’eau potable

Selon le rapport de l’ONU sur l’eau publié en 2015, le déficit de la ressource en eau (toutes consommations confondues)  dans le monde atteindrait 40% d’ici 2030, en lien avec une augmentation de la consommation en eau de plus de 50% d’ici là. Si on combine ces chiffres avec les effets du réchauffement climatique, imprévisibles, mais dont les tendances actuelles font ressortir un accroissement de la sècheresse, le bilan parait vertigineux.

Face à ces enjeux immenses les entreprises et régies gestionnaires des réseaux d’eau potable sont en première ligne pour lutter contre le gaspillage et les déperditions d’eau.

Les obligations pour les gestionnaires de réseau d’eau potable

En France la consommation d’eau potable est relativement stable depuis 10 ans estimée à 5,7 milliards de m3 par an (données 2001)1. Néanmoins de très grandes disparités territoriales existent, notamment au niveau des rendements2 des réseaux d’eau. Si au niveau national le rendement se situe aux alentours de 75%, on observe toutefois de grandes différences entre les territoires entre les territoires urbains et ruraux.

Depuis 2010, une loi3 oblige les gestionnaires de réseaux d’eau potable à entamer des démarches pour augmenter le rendement. Un objectif chiffré, fixé en fonction du type de réseau (pour éviter les inégalités entre réseaux urbains et ruraux), est défini par la loi et impose une obligation de résultats aux gestionnaires.

Les gestionnaires de réseaux d’eau potable ont donc tout intérêt à investir judicieusement dans le renouvellement de leur réseau, d’autant plus que les contrats qui les lient aux collectivités locales les obligent à renouveler une part non négligeable des éléments de leur réseau chaque année. A titre d’exemple, le contrat qui lie le SEDIF (Syndicat des eaux d’île de France) au Vedif (Veolia eau île de France), respectivement le service public de l’eau et son délégataire, oblige ce dernier à remplacer 187 km de canalisations chaque année pour un patrimoine total de 8 000 km.

De plus les gestionnaires sont contraints d’avoir une connaissance précise de leur réseau, définie par l’Indice de connaissance et de gestion patrimoniale des réseaux d’eau potable, dont un seuil minimal est défini par décret4. Il est nécessaire, dans le cadre de cet indicateur, de mettre à jour régulièrement les données patrimoniales suite au renouvellement des canalisations.

Les nouvelles technologies de l’information et de la communication (NTIC) permettent pour le gestionnaire de disposer d’un outil puissant pour assurer ces besoins. On assiste ainsi au développement d’outils de télémétrie novateurs et à l’émergence de systèmes informatiques permettant le stockage et l’exploitation de ces données.

Les nouveaux outils de connaissance du réseau

La connaissance patrimoniale est une donnée clef dans le maintien et l’amélioration du rendement d’un réseau, en effet la majorité des causes provoquant les fuites5 sont dues à un mauvais état du réseau (vétusté, matériel dégradé, etc.), ainsi la condition sine qua non pour une gestion patrimoniale (gestion à long terme) est la connaissance fine de la géométrie et des caractéristiques des réseaux (matériel, date de pose, etc.).

Des outils informatiques de type SIG (système d’information géographiques) sont depuis longtemps mis en place au sein des plus grosses entités gestionnaires, et permettent de regrouper dans la base de données toutes les informations du réseau ainsi que de proposer de puissantes solutions d’affichage, d’édition et de traitement.

L’identification et la remontée d’informations depuis le terrain est un axe essentiel, particulièrement pour la neutralisation des fuites. De nouveaux capteurs « acoustiques » permettent d’obtenir une détection automatisée des fuites, et de remonter les informations de manière centralisée. Ils sont placés sur des sections de canalisations stratégiques et enregistrent en permanence le bruit de la canalisation : si une fuite survient, le bruit qu’elle génère va se propager le long du réseau, et être détectée et transmis par le capteur. Des traitements automatiques permettront ensuite de créer une alerte lorsqu’une fuite est détectée. Néanmoins cette technologie connait plusieurs limites : elle dépend de l’environnement qui, par définition, s’il est trop bruyant, va rendre inopérant les capteurs.  Elle ne permet pas non plus d’avoir la position exacte de la fuite mais seulement un secteur présumé.

Il faut aussi souligner le développement important des technologies sans fil pour les opérations sur le terrain, permettant aux techniciens de faire remonter directement les informations qu’ils relèvent. Par exemple, les fuites repérées peuvent être directement transmises à la base de données via un appareil connecté à internet (PC ou tablette).

Exploitation des données, solutions de BIG DATA

D’un point de vue opérationnel les bases de données classiques suffisent pour exploiter les données au jour le jour, traiter les cas de fuites, et consulter les plans du réseau. Si l’on veut en revanche pouvoir exploiter pleinement toutes ces données, il est intéressant de mettre en place une base de données décisionnelle sous forme d’entrepôt de données (data warehouse). Ce système demande une forte normalisation des données pour qu’elles puissent s’intégrer de manière homogène dans la base de données décisionnelle.

En parallèle, les nouvelles technologies de Big Data permettent l’utilisation de traitements beaucoup plus efficaces tout en se basant sur des ensembles de données non homogènes. Cela permet de stocker de façon non structurée un grand nombre de données, mais avec le désavantage de nécessiter des requêtes beaucoup plus complexes que dans le cas d’un entrepôt de données classique.

Les domaines d’application de ces bases de données décisionnelles sont nombreux pour la gestion du réseau, que ce soit dans l’optimisation de la maintenance ou dans l’anticipation des consommations sur le réseau. IBM a par exemple noué un partenariat de 250 000 € avec la ville de Montpellier6 sur la gestion intelligente de son réseau d’eau. L’opération commencera par la pose d’un ensemble de capteurs de débit communiquants ainsi que par l’équipement des foyers en compteurs eux aussi communiquants. La promesse est double : tout d’abord améliorer la gestion du réseau en permettant d’identifier les fuites plus rapidement et donc limiter les pertes. En récupérant les données des compteurs (privés et publics), le système, en établissant des corrélations, est en mesure de déterminer pour un compteur ou un groupe de compteurs s’il y a des valeurs aberrantes et d’établir la probabilité qu’une fuite soit présente à proximité.

Cela permettrait également, d’aider à la prise de décision pour la gestion et les évolutions futures du réseau, en prenant en compte les données historiques pour faire de l’analyse prédictive. Ainsi, par le biais de corrélation, les ingénieurs seraient en mesure de décrire les tendances futures de la consommation d’eau potable.

Néanmoins cette méthode pose deux problèmes. Le premier, celui de la vie privée, est fondamental. La législation française est très stricte en la matière et impose l’anonymisation des informations relevant de la consommation personnelle. De plus, les technologies d’analyses prédictives proposent seulement des modèles corrélatifs, c’est-à-dire non causals, et offrent donc de bons résultats à court terme mais ne permettent pas d’anticiper les évolutions à long terme de la demande en eau.

L’autre grande application des Big Data est la maintenance préventive : par des corrélations, il est possible de relier les occurrences de fuites remontées par les hommes de terrain et les sondes aux données patrimoniales du réseau. Des processus de traitements géométriques et statistiques permettent de mettre en relation les données et ainsi d’avoir une carte des zones les plus à risque pour les fuites, et donc nécessitant le plus d’investissement. Par exemple, la ville d’Indiana aux Etats-Unis a pu selon les estimations7 économiser près de 100 millions de dollars pour la rénovation de son réseau en utilisant ces méthodes. Sous le coup de plusieurs amendes pour la gestion désastreuse de l’adduction en eau, la ville a décidé, plutôt que d’investir à l’aveugle, de faire un diagnostic précis de son réseau. La municipalité a pu de cette manière déterminer les zones à rénover en priorité de même que les lieux optimaux pour la construction de réservoirs.

Ces méthodes d’analyse et d’aide à la décision, en plein essor, ont prouvé leur efficacité par le passé. Face à un marché de l’eau toujours plus concurrentiel et une pression à la baisse sur les prix de l’eau, l’utilisation des technologies de Big Data semble donc une manière efficace d’optimiser la gestion des réseaux d’eau potable.

Sia Partners

Sources et notes

1 Page 9 PDF Le financement de la gestion des ressources en eau en France (janvier 2012) http://www.developpement-durable.gouv.fr/IMG/pdf/ED62.pdf

2 Rendement calculé comme le rapport des volumes consommés par  l’injection totale d’eau dans le réseau

3 Loi n° 2010-788 du 12 juillet 2010 portant engagement national pour l’environnement puis par le décret n° 2012-97 du 27 janvier 2012 relatif à la définition d’un descriptif détaillé des réseaux des services publics de l’eau et de l’assainissement et d’un plan d’actions

4 Voir rapport « Guide gestion patrimoniale » ONEMA page 17 http://www.services.eaufrance.fr/docs/Onema_Guide_PlanActionsFuites_BD.pdf

7 Exemple de la ville d’Idianna « Big Data, penser l'homme et le monde autrement » par Gilles Babinet chapitre « Eau »

0 commentaire
Publier un commentaire

Plain text

  • Aucune balise HTML autorisée.
  • Les adresses de pages web et de courriels sont transformées en liens automatiquement.
  • Les lignes et les paragraphes vont à la ligne automatiquement.
Image CAPTCHA
Saisissez les caractères affichés dans l'image.
Back to Top