« RTE fera face à un mur dans les trente années qui viennent : le remplacement de plus de 100 000 kilomètres de lignes à haute tension, le réseau ayant été déployé massivement entre les années 1950 et 1970 avec une durée de vie évaluée à 80 ans à l’époque, souligne Xavier Brucker, dirigeant de Mews Labs. C’est monstrueux comme investissement. » C’est même impossible, tant sur le plan financier – seule une partie du plan de modernisation à 94 milliards d’euros annoncé en février sera alloué au renouvellement de l’infrastructure – que sur le plan matériel et humain.
C’est pour cette raison que le gestionnaire du réseau de transport électrique français a sollicité Mews Labs, une filiale de Mews Partners, un cabinet de conseil focalisé sur l’industrie. Mews Labs, qui compte aussi parmi ses clients la SNCF, l’Agence spatiale européenne ou encore Orano, rassemble « à peu près 90% de docteurs en mathématiques, physique et informatique », estime Xavier Brucker.
L’une de ses spécialités est la simulation de systèmes complexes grâce à la modélisation hybride. Soit la combinaison d’un modèle statistique, obtenu par l’apprentissage automatique à partir de données, et d’un modèle basé sur les lois de la physique. Une approche en vogue dans le monde académique et de la R&D industrielle, accélérant et/ou affinant les simulations comportementales des équipements, au service de la maintenance prévisionnelle, entre autres exemples.
De la maintenance préventive à la maintenance prévisionnelle
La volonté par RTE de mettre en œuvre ce type d’utilisation pour ses lignes aériennes à haute tension s’est traduit par une collaboration avec Mews Labs, dès 2017, au travers du projet Olla (overhead lines lifespan assessment). Le gestionnaire programmait jusqu’alors le remplacement de ces lignes sur la base d’un critère d’âge, fixé à 85 ans. Un cas usuel de maintenance préventive. Mais toutes les lignes ne sont pas égales devant l’usure, qui dépend notamment des conditions géographiques (proximité de la mer…) et climatiques.
L’idée est donc de prévoir l’état physique de ces lignes à haute tension grâce à la modélisation hybride, dans le but de prolonger autant que possible leur utilisation et de hiérarchiser les interventions. Mews Labs a exploité les données d’exploitation du réseau, incluant notamment un historique météorologique et donc les « agressions » subies par tel câble, ainsi que des données patrimoniales décrivant la topologie du réseau.
« Mais ces données patrimoniales ne sont pas parfaites, fait observer Xavier Brucker. Un pylône ne se situe pas toujours à l’endroit indiqué dans la base de données. Pour corriger cela, nous avons procédé à de la détection d’anomalies, en nous référant à la topographie des lieux par exemple, et avons aussi analysé des images satellite ainsi des données lidar, radar et infrarouge produites par RTE. »
Des IA explicables
C’est à partir de toutes ces données qu’est réalisée la simulation physique des lignes à haute tension, reposant sur des équations décrivant des phénomènes mécaniques et thermiques. Des algorithmes d’apprentissage automatique combinent ensuite le résultat de ces équations avec les relevés d’inspection des lignes. La classification différencie les lignes en bon état de celles présentant un risque de rupture. Il est question également d’estimer la durée de vie des lignes en calculant leur probabilité d’une défaillance à l’avenir.
Xavier Brucker n’approfondit pas les techniques d’hybridation mises en œuvre, évoquant des algorithmes physiquement informés (les lois de la physique guident le modèle statistique) et l’apprentissage automatique des écarts à la réalité, grâce aux données observées, pour corriger le modèle physique. Quoiqu’il en soit, Mews Labs privilégie des IA explicables, assez conventionnelles, pour éviter la boîte noire des réseaux de neurones. « Des modèles traitant les séries temporelles, des modèles de corrélation, de segmentation, de détection d’anomalies », précise Xavier Brucker. L’intérêt, pour les responsables opérationnels de RTE, est de comprendre les raisons pour lesquelles l’IA signale que telle ligne est plus sujette à risque qu’une autre.
Pallas pour le vieillissement de l'infrastructure
Aujourd’hui, le service issu du projet Olla équipe la R&D de RTE qui le propose à son tour aux équipes opérationnelles du gestionnaire. Selon Mews Labs, la moitié des décisions pour le contrôle non destructif des lignes sont prises grâce à cet outil. Les deux parties, visiblement satisfaites, ont reconduit leur collaboration en 2022 avec le projet Pallas (physique appliquée aux lignes aériennes vues comme un système), qui s’achèvera en 2026. « Nous élargissons le périmètre en ajoutant les pylônes, leurs fondations, les attaches des lignes, informe Xavier Brucker. Nous cherchons à modéliser l’usure des pylônes, due à leur mouvement ou aux effets de la corrosion. Les fondations, elles, sont affectées par les inondations ou encore les caractéristiques physico-chimiques du sol. Ce sont les phénomènes que nous essayons de comprendre pour donner ensuite à RTE des outils de décision. »
Il s’agira d’un jumeau numérique de l’infrastructure de RTE, réservé à l’évaluation de son vieillissement, dont l’aspect hybride est essentiel. « A l’avenir, les évènements climatiques extrêmes seront plus nombreux et les conditions d’exploitation du réseau électrique vont changer, explique Xavier Brucker. Les statistiques, le recul que nous avons seront remis en cause. Mais de quelle façon, nous l’ignorons. Cette perspective est mal prise en compte par des modèles d’apprentissage automatique, d’où l’intérêt de les compléter avec des modèles physiques qui permettront de calculer des évolutions dans un domaine inédit. »
