• Print
  • Decrease text size
  • Reset text size
  • Larger text size
25/10/2019

L’intelligence artificielle pour l'exploitation du réseau d'eau [IA au service de l'eau - 2/3]

A l’instar des compteurs communicants, nombre d’innovations générant d’importants volumes de données variées ont émergé ces dernières années au sein des acteurs du secteur de l’énergie, et plus particulièrement de l’eau. Après une première phase de collecte, stockage et supervision de ces données nécessaire pour leur mise en qualité, les entreprises du secteur deviennent aujourd’hui assez matures pour initier des projets d’intelligence artificielle. Ceci devrait leur permettre de capitaliser sur ces données afin d’optimiser la gestion de leur réseau et mieux répondre au besoin des consommateurs.

Dans une série d’analyses en trois volets, Sia Partners revient sur des opportunités concrètes offertes par l’intelligence artificielle aux acteurs de l’eau.

 

Lors des Assises de l’Eau organisées en août 2018, le premier ministre Edouard Philippe annonçait l’ouverture d’une enveloppe de deux milliards d’euros sous forme de prêts à destination des collectivités territoriales pour la rénovation du réseau de distribution d’eau. Cette promesse a été conjointement mise en place depuis par la caisse des dépôts et la banque des territoires. A l’origine de cette initiative : le constat des mille milliards de litres d’eau perdus chaque année en France dans les fuites du réseau, soit plus de trente mille litres par seconde ou encore l’équivalent de la consommation annuelle de la Suisse. Sur un marché hautement concurrentiel où les acteurs sont majoritairement des délégataires des collectivités territoriales, le contrôle des coûts apparaît comme un facteur discriminant dans le renouvellement ou l’acquisition des contrats de gestion, car directement répercutés sur la facture du contribuable. Par ailleurs, l’impact environnemental de ces pertes en font un enjeu majeur pour l’ensemble des parties prenantes du secteur. En complément des travaux de rénovation des infrastructures nécessaires, les nouvelles technologies et en particulier l’utilisation de base de données massive (Big Data) et la conception de systèmes d’intelligence artificielle constituent aujourd’hui des leviers d’innovation incontournables dans la maintenance et la gestion du réseau. 

La multiplication des données collectées : une opportunité autant qu’un défi

Pour connaître l’état du réseau, celui-ci doit pouvoir transmettre de l’information vers les centres de décision. Cette information existe et représente les milliards de données relevées par les différents capteurs déployés. On y trouve le débit, la température, les signaux sonores ou encore la pression mesurés sur les points concernés. A cela viennent désormais s’ajouter les données collectées par les compteurs communicants. Le choix de ces capteurs, leur installation et la finesse du maillage du réseau constituent des enjeux complexes mais cruciaux pour les étapes suivantes : le stockage et l’exploitation de ces données. Depuis plusieurs années, les géants du secteur, Veolia, Suez et Saur, construisent des centres de pilotage vers lesquels convergent ces masses de données collectées, véritables tours de contrôle en temps réel de l’état du réseau. On citera parmi eux le ServO  conçu par Veolia Eau d’île de France pour le SEDIF (Syndicat des Eaux d’île-de-France) et inauguré en 2016 ou les centres VISIO déployés par Suez dont le premier a été ouvert en 2014. Une de leurs missions : analyser ces données en temps réel à l’aide d’outils intelligents dans le but d’optimiser la gestion du réseau  .

Exploitation des données : Apprendre ou faire apprendre

Pour faire parler les données sur l’état du réseau, deux approches se distinguent. La première consiste à analyser les signaux tels quels et, sur la base de règles physiques fournies par l’humain à la machine, en déduire un incident. Ici, l’humain apprend à la machine.  Malheureusement, cette approche atteint rapidement ses limites face à la multiplication des variables et les singularités qui peuvent exister au sein du réseau. L’humain se retrouve alors incapable de transmettre des règles de décisions suffisamment complexes à la machine. L’autre méthode repose sur l’idée de faire apprendre les comportements anormaux à la machine sur la base d'un historique grâce à des outils d'analyse de données. On parle alors d’apprentissage automatique ou machine learning, principe sur lequel repose une part considérable des programmes d’intelligence artificielle (IA). Ainsi les données du réseau accumulées depuis des années constituent une formidable base d’apprentissage pour des algorithmes intelligents.

Quelles applications pour le réseau d’eau ?

Parmi les cas d’application phare de l’intelligence artificielle pour le réseau d’eau, on retrouve la détection et la localisation de fuites, responsables de la perte d’un litre d’eau sur cinq en France. Si la majorité des projets s’appuient sur les mesures effectuées par le réseau (débit, pression, ultrasons), d’autres initiatives existent comme celle initiée par Suez  détectant à partir d’images satellites la présence d’eau traitée hors des canalisations, synonyme de fuite. Cette technique reprend les technologies de détection d’eau sur les planètes lointaines utilisées en astrophysique, cette fois-ci appliquées à la Terre. Ce cas d’usage illustre la possibilité de combiner des données internes et externes au réseau dans les modèles. On peut par exemple alimenter les systèmes de prédictions avec les prévisions météorologiques ou les données du plan cadastrale.  Outre la détection, il est  aujourd’hui possible d’anticiper les fuites dans une optique de maintenance prédictive. Les matériaux des canalisations, la composition des sols ou encore la température de l’eau sont autant d’informations permettant d’estimer la probabilité pour qu’une fuite se déclare sur l’un des tronçons du réseau.

Ces systèmes ne sont efficaces que lorsque les capteurs de données sont opérationnels et ceux-ci ne sont pas infaillibles. Des algorithmes sont donc développés afin de détecter lorsqu’une source de données est défaillante ou s’apprête à le devenir, mettant ainsi une IA de contrôle au service d’une IA de détection ou de prédiction.

Enfin, autre sujet majeur des délégataires de la gestion du réseau d’eau : la qualité de cette dernière. Parmi les perspectives à ce sujet on retrouve le suivi en temps réel de la qualité de l’eau ou encore l’anticipation de défaillances dans les usines de traitement en utilisant les capteurs installés sur les machines ou les images vidéos enregistrées sur place.

 

 

Le schéma traditionnel d’un capteur acheminant des données vers un système central en charge de leur traitement aboutit parfois à des systèmes trop complexes. Pour s’en affranchir, des solutions embarquées basées sur la technologie NanoEdge  développée par la startup Cartesiam voient le jour. Son objectif est de combiner dans un même boîtier un capteur de données et une unité de calcul capable de modéliser l’environnement dans lequel il est placé. Veolia utilise ce système dans ses stations d’épuration pour détecter des pannes avant qu’elles ne surviennent. Cette initiative s’inscrit dans une problématique générale d’adapter l’infrastructure technique de la solution à la complexité du problème traité et aux besoins métiers.

L’implémentation d’un modèle performant ne constitue finalement qu’une étape dans la vie des projets d’intelligence artificielle amenés à se développer dans un moyen terme. L’intégration, la robustesse et l’alignement de ces systèmes avec les réalités opérationnelles représentent en effet des défis majeurs. Pour les relever, les acteurs du secteur de l’eau s’appuient souvent sur l’expertise de start-ups et d’entreprises de conseil en technologie, illustrant de fait la synergie qui existe entre structures publiques, leaders du secteur et porteurs de l’innovation.

 

Un article écrit par Alexandre de la Roche

Sia Partners

 

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