La chasse aux silos de données

Les programmes de collecte de données ne manquent pas, mais leur efficacité est limitée par les silos opérationnels

Dan Headrick
30 June 2017

6 minutes

Alors que l'analytique du Big Data, l'Internet Industriel des Objets (IIoT) et l'intelligence artificielle (AI) envahissent nos maisons, nos villes et nos industries, la plupart des entreprises de service public n'ont pas encore pris toute la mesure de la valeur de ces technologies. Si les principales entreprises du secteur se penchent sur de nombreuses solutions, les experts nous mettent en garde : seule une approche totalement intégrée qui élimine les silos de données traditionnels apportera les éclairages nécessaires à une gestion efficace.

Installés entre Rancho Cucamonga et San Bernardino en Californie du Sud, 20 propriétaires de maison de banlieue de la ville de Fontana se sont portés volontaires pour un projet pilote visionnaire : vérifier si les maisons intelligentes peuvent fonctionner comme des nœuds de réseau opérationnels, en gérant la réponse à la demande, et en basculant les charges tout en générant de l'électricité à partir de panneaux solaires installés sur les toits.

« Le thermostat constitue un nœud autour duquel tout s'articule », explique l'ancien cadre des services publics Randy Brecheisen, qui siège au conseil de plusieurs coopératives de services publics dans le sud-est des États-Unis. « Appareils ménagers, portes de garage, tout peut s'intégrer au contrôleur de ce thermostat. Nous essayons de capturer et d'intégrer toutes les ressources nécessaires pour en réutiliser en amont. Solaire, ressources de gestion de la demande (DSM) d'énergie, potentiel des véhicules électriques, distribution et production, batteries ... Si nous pouvons intégrer tout cela dans une ressource et tout contrôler comme une ressource, alors nous sommes à même d'influer sur la génération d'électricité en amont et sur sa distribution. »

Mais les compteurs intelligents ne représentent qu'une petite partie des technologies informatiques en concurrence pour attirer les fonds des services publics. Des étapes de génération, transmission, distribution et gestion des charges à la négociation de titres sur le marché, la tarification de détail, la consommation, la facturation et le stockage, les données sont devenues le véritable moteur de l'industrie. Les entreprises de service public déploient tous leurs efforts pour s'adapter, mais peu ont une vision suffisamment globale pour une gestion efficace.

« Ce marché est extrêmement confus », explique David Socha, associé du cabinet de conseil en énergie Teradata International basé à Singapour. « Tout le monde se découvre soudain une vocation de société de données et d'analyse : les éditeurs d'ERP, les fournisseurs de compteurs intelligents, les startups, et même des sociétés qui vendaient des livres sur Internet. Pas étonnant que les entreprises de service public hésitent à franchir le pas. »

UNE INTELLIGENCE OMNIPRÉSENTE

La combinaison de l'intelligence artificielle (AI), de la collecte de données basée sur des capteurs via l'Internet industriel des objets (IIoT) et l'analyse de données offrent un potentiel vertigineux. Mais quelles sont les technologies qui vont s'imposer en tant que normes du secteur ? Quelles sont les meilleures applications ? Comment peut-on les intégrer à d'autres initiatives digitales dans tous les secteurs de la production et de la distribution d'énergie ?

D'après Navigant Research, une société d'étude de marché et de conseil internationale qui analyse les technologies propres, de nombreuses entreprises de service public commencent par les collecteurs de données de plus bas niveau : les compteurs intelligents. À l'échelle mondiale, souligne Navigant, les compteurs intelligents, en particulier ceux dotés de capacités de communication d'infrastructure de comptage avancé, étaient censés représenter environ 30 % de tous les compteurs intelligents d'ici la fin de 2016, une part qui devrait atteindre les 53 % d'ici la fin de 2025.

Le producteur d'électricité et distributeur suisse Alpiq, par exemple, a récemment lancé un compteur intelligent et des algorithmes d'AI pour la gestion des bâtiments et des installations. Alpiq mesure en permanence la consommation d'électricité et les charges sur le réseau, les ajuste en tenant compte des prévisions météorologiques et surveille les tarifs de l'électricité. Sur la base des tendances de données repérées dans le temps, le compteur « apprend » aussi le comportement des utilisateurs pour chaque dispositif à régulation de charge installé dans les maisons et les bâtiments commerciaux.

En 2017, l'organisme de recherche allemand Fraunhofer-Gesellschaft a lancé un compteur intelligent géré par AI qui va encore plus loin. Il mesure la consommation d'électricité, mais aussi son utilisation sur jusqu'à 20 appareils via un seul nœud.

Enedis, société du groupe EDF, qui gère 95 % du réseau électrique à travers la France pour 35 millions de clients, a investi massivement dans une plate-forme de données et d'analyse avec pour objectif de gérer l'utilisation au niveau régional. Via des serveurs, ses compteurs intelligents « Linky » échangent des données et instructions avec des postes de transformation, ce qui permet à Enedis de gérer automatiquement les charges et d'avoir une meilleure visibilité sur l'ensemble du réseau électrique.

DIGITALISATION DE L'ENTREPRISE

Si les compteurs intelligents peuvent aider les entreprises de service public à délester des charges en périodes de pointe de consommation ou à conseiller les usagers sur la gestion de leur consommation d'énergie, ils ne contribuent guère au maintien du fonctionnement du système. En Nouvelle-Galles du Sud, en Australie, Ausgrid, société publique d'infrastructure électrique s'est attaquée au problème en équipant 22 000 employés d'appareils digitaux de collecte de données sur le terrain.

53%

Selon Navigant Research, les compteurs intelligents avec AMI devraient représenter 53 % des compteurs intelligents d'ici fin 2025.

Cette technologie aide les techniciens pour la maintenance de plus de 250 centrales électriques, 500 000 poteaux électriques, 30 000 petites sous-stations de distribution et près de 50 000 kilomètres de câbles électriques aériens et enterrés. Cela a permis à Ausgrid d'améliorer la productivité du cycle de travail de bout en bout de 72 % en moyenne. La société s'attend à économiser 60 milliards de dollars d'ici 2025, selon un livre blanc de janvier 2016 du Forum économique mondial, intitulé Digital Transformation of Industries, rédigé en collaboration avec Accenture.

L'entreprise de service public canadienne Manitoba Hydro International, quant à elle, teste des casques audiovisuels avant d'en équiper ses techniciens sur le terrain. À des kilomètres de distance, des responsables utilisent des données de simulation et de positionnement en direct transmises par les casques pour identifier l'équipement concerné et accéder à son historique de maintenance. Ces informations sont ensuite retournées aux techniciens sur site, accompagnées d'instructions pour effectuer la réparation.

« Nous nous promenons tous avec des informations sur le monde entier dans notre poche », explique Ken Hepburn, vice-président marketing de la société RealWear de la Silicon Valley qui teste son casque de service sur site au Canada. « L'AI va fusionner avec cette portabilité pour communiquer des informations contextuellement pertinentes. C'est inévitable. C'est juste une question de temps, mais c'est probablement pour bientôt. »

La compagnie d'électricité espagnole Iberdrola a étendu la collecte des informations à l'échelle du système. Depuis un seul centre de contrôle automatisé installé à Tolède, les techniciens travaillent en temps réel avec le machine learning, l'analytique et la robotique pour effectuer les opérations de surveillance d'état, de prévision et de maintien de la fiabilité. Ces fonctions sont essentielles pour le vaste mix d'énergies propres d'Iberdrola : 7 000 mégawatts (MW) de puissance installée de 220 parcs éoliens, 70 mini-centrales hydroélectriques et plus de 6 000 éoliennes dans neuf pays.

L'information transmise par des capteurs surveillant 2 millions de signaux opérationnels, par exemple, offre aux gestionnaires une meilleure perception de la détection des défauts, des défaillances des turbines et du système de contrôle. Des mesures préventives peuvent être prises à distance, ce qui réduit les frais d'exploitation et de maintenance. Iberdrola prévoit d'économiser 387 milliards de dollars au cours de la prochaine décennie, et de réduire de 2,4 milliards de tonnes ses émissions de carbone grâce à la réduction du nombre d'interventions sur site, selon un livre blanc de 2016 du Forum économique mondial.

PAR OÙ COMMENCER

Si ces entreprises ont déjà commencé à digitaliser leurs opérations à tous les niveaux, l'ensemble du secteur ne s'adapte pas vite.

« Pour de multiples raisons, la majorité des entreprises de service public n'ont pas encore estimé à sa juste valeur le Big Data ou tout autre type de données et d'analyse intégrées et à grande échelle », explique David Socha de Teradata. Il y a d'abord une tendance à cloisonner les opérations, ce qui gêne le partage des informations. Chaque opération fonctionne relativement indépendamment des autres.

Pour profiter pleinement de toutes les options intelligentes à leur disposition, précise-t-il, les entreprises de service public doivent éliminer les silos de données qui isolent leurs opérations et créer un système de gestion holistique.

Les entreprises de service public ont déjà investi dans de multiples systèmes optimisés pour chaque fonction, et les remplacer avec une solution monofournisseur n'est pas une option intéressante. Elles devraient plutôt chercher à se doter d'une plate-forme capable de fédérer l'ensemble de leurs applications de pointe tout en éliminant les silos, pour établir la continuité digitale en temps réel et transmettre des informations pertinentes aux utilisateurs plutôt que de les contraindre à les rechercher.

« Quelle que soit leur priorité, ces entreprises doivent investir dans les moyens, les outils et une plate-forme capable de supporter toutes leurs opportunités analytiques », ajoute David Socha. « Stratégiquement, la meilleure opportunité est de se laisser guider par les données » ◆

Pour en savoir plus sur la façon dont combiner connectivité, AI et IIoT dans un système complètement intégré, rendez-vous sur :
http://3ds.one/energy

Autres resources

S'abonner

Abonnez-vous pour recevoir notre newsletter mensuelle