Pendant 24h ce sont 5 équipes de participants issues de l’ENSAE, de l’Ecole Nationale des Ponts et Chaussées, de Centrale Paris et de Centrale-Supelec qui se sont confrontées aux problématiques d’EDF pour identifier les clients ayant réduit leur consommation et de SUEZ pour prédire le nombre de fuite sur un périmètre géographique donné. 

Prédire les fuites, l’eldorado des gestionnaires de l’eau 

La détection de fuite est un véritable casse-tête pour les gestionnaires d’eau potable. Même pour des infrastructures solides et entretenues comme en France, on évalue les pertes sur les réseaux de distribution à environ  20%, uniquement sur la base de fuites sur les canalisations. Des fuites qui non seulement gaspillent l’eau potable produite mais qui sont aussi responsables de surcoûts d’exploitation liés aux interventions d’urgence, aux dommages sur la voie publique ou aux interruptions de service.

La recherche de fuite est d’autant plus complexe qu’il n’est pas toujours aisé de repérer une casse lorsque celle-ci se produit sur une canalisation enterrée sous la chaussée ou en dehors de zones urbaines facilement repérables. Il s’agit donc naturellement d’une thématique de recherche privilégiée, que ce soit en matière de détection précoce, ou encore mieux d’anticipation de ces incidents.

Dans ce domaine, SUEZ a déjà largement investi le domaine des data sciences. Le logiciel AQUADVANCED® est un exemple d’utilisation d’algorithmes utilisant notamment les techniques de machine learning (apprentissage automatique) pour identifier et localiser les fuites le plus précisément possible et cela sur des milliers de kilomètres de réseau. Sur la période 2010-2016, ce sont ainsi 52 491 000 m³ d’eau potable économisés soit la consommation de plus d’un million d’habitants.

L’analyse prédictive permettrait de franchir une étape supplémentaire, en couplant notamment les informations d’exploitation temps réel à des données patrimoniales (âge des canalisations, matériaux) ou encore des données externes liées à la saisonnalité ou à la météo.  

Pour les candidats, le challenge était de prédire au plus juste le nombre de fuites sur une dizaine de communes des Alpes Maritimes. Ils disposaient pour cela d’un historique de onze années de données patrimoniales et géographiques du réseau géré par SUEZ. 

Et le vainqueur est… 

Composé de data scientitsts, journalistes, professionnels du marketing et de l’industrie, le jury a récompensé l’équipe Centrale Supelec qui a proposé une restitution détaillée et très graphique du réseau de distribution sur le périmètre des Alpes Maritimes.

Pour SUEZ, cet exercice était l’occasion de voir si des jeunes pousses sorties tout droit d’écoles d’ingénieurs étaient capables en très peu de temps de digérer un volume de données important et de réaliser un modèle de calcul prédictif ainsi qu’une représentation compréhensible.

Bien que le travail de prédiction ait été assez hétérogène selon les équipes, les résultats démontrent tout l’intérêt des data sciences pour l’industrie et les utilities en particulier. Les meilleurs ont ainsi permis de prédire le nombre de fuites à 20 près pour chaque commune étudiée. Sachant que celles-ci peuvent se compter par centaine par zone de consommation, ces premiers résultats obtenus en 24h laissent imaginer le potentiel. « La part liée à la représentation est quelque part impressionnante  par la capacité que certaines équipes ont eues à représenter aussi rapidement notre réseau avec beaucoup de détail. » indique Patrick Rueff Chef de projet à la Direction Industrielle de SUEZ et membre du jury. 

A l’issue de la remise de prix, les membres de l’équipe gagnante se sont vu remettre un billet VIP pour une journée au Grand Prix de Monaco. Voilà qui aura de quoi motiver ces étudiants sur le marché prometteur du traitement de la donnée.