Gare au blackout. Pour tout un chacun, que la lumière s’allume à chaque pression sur l’interrupteur relève de l’évidence. Mais pour les opérateurs de réseaux, garantir l'approvisionnement constant d’un flux d’électrons de qualité en tous lieux de la France est un formidable défi organisationnel. D’où les efforts d’Enedis, principal opérateur de distribution français, avec 95% du réseau basse et moyenne tension à sa charge, pour se simplifier la tâche. Dans sa boîte à outils, l'intelligence artificielle (IA) a une place de choix, représentée par la plateforme logicielle de la pépite toulousaine Alteia, spécialiste de la vision par ordinateur et spin-off du fabricant de drone Delair.
Destiné à détecter les défauts du réseau à partir d’informations visuelles issues de drones, d’opérateurs à pieds ou de satellites, l’outil était présenté par Enedis sur son stand lors du salon Enlit, tenu début décembre à Milan.
Rénover 7000 km de lignes par an
Formalisé il y a un an et baptisé « Dora » (pour « Diagnostic d’ouvrage des réseaux aériens ») le programme a été validé et étendu à toute la France au second semestre 2021. Il vise à surveiller les lignes aériennes moyenne-tension (HTA) d’Enedis afin de guider les opérations de rénovation et de maintenance. Un enjeu crucial : pour maintenir ses 1,4 million de kilomètres (km) de lignes à moyenne et basse-tension qui parcourent la France, Enedis prévoit de consacrer un milliard d’euros par an à leur maintenance d’ici 2035. « Notre objectif est de rénover 7000 km de lignes aériennes chaque année [contre environ 4500 aujourd’hui], cela nécessite d’accélérer l’étape de diagnostic des réseaux », chiffre le responsable IA d’Enedis, Stéphane Dodé.
Isolateurs en verres fêlés, attaches rouillées, armement de soutien des câbles tordus… Les causes potentielles de défaillances du réseau qu’entraîne la vie au grand air sont nombreuses. Pour optimiser la maintenance de ce gigantesque réseau de routes à électrons, « la solution est de détecter automatiquement les équipements du réseau et les anomalies qui s’y trouvent avant d’enclencher les réparations », explique Stéphane Dodé. Concrètement : des drones, des opérateurs à pied, des hélicoptères, voire des satellites dans certains cas, viennent photographier les lignes électriques d’Enedis, en inspectant en priorité les plus exposées. C'est ensuite à partir de clichés issus du terrain que mouline le logiciel fourni par Alteia pour identifier les potentiels défauts.
Légers et peu polluants, les drones quadrirotors pilotés à distance sont souvent la solution idoine car « ils ont la capacité d’effectuer des vols stationnaires pour se positionner au plus proches des réseaux », explique le responsable maintenance d’Enedis, Philippe Tuloup. Mais « des hélicoptères restent indispensables le long des lignes, que ce soit pour l’analyse de végétation sur les grandes distances ou en curatif après des catastrophes », continue l'ingénieur. Dans le futur, des drones capables de parcourir de longues distances, voire autonomes, pourraient effectuer de plus en plus de tâches.
Construire les bons jeux de données
Pour reconnaître les défauts des lignes, l’IA a d’abord dû être formée aux caractéristiques particulières des réseaux électriques. C’est-à-dire qu’il a fallu lui montrer, manuellement, ce sur quoi porter son attention. Si l’entraînement à reconnaître les principales pièces qui composent le réseau (isolateur, poteau, socle en béton…), très standardisées, a facilement pu être délégué à des sociétés spécialisées dans l’étiquetage d’image à la chaîne, il n’en a pas été de même pour la détection des défauts qui suppose un regard expert.
« Pour construire un jeu de données référençant chaque classe d’anomalie, nous avons mis en place un groupe de travail composé d’experts de ce processus de rénovation programmée », raconte Stéphane Dodé. De quoi être capable d’identifier « les 20 anomalies les plus courantes, qui représentent 80% des problèmes sur le réseau », continue l’expert, qui précise continuer le processus pour ajouter davantage de situations et renforcer la puissance du modèle au fil de l’eau en faisant participer les réparateurs. Une option offerte par le logiciel d’Alteia, qui permet aux opérateurs du terrain de confirmer ou non les observations de l’IA via une plateforme dédiée.
Diversification
« Le projet avec Enedis nous a beaucoup appris et nous a apporté une crédibilité sur le marché », juge Baptiste Tripard, directeur marketing chez Alteia. Contrairement à nombre d’acteurs du secteur, la pépite a plutôt fait le choix d’une solution généraliste, pour «accélérer le traitement de données visuelles de toutes sortes, enrichies par des bases de données externes». En clair : la solution s’apparente à une plateforme logicielle, capable d’héberger toutes sortes d’algorithmes de vision par ordinateur (y compris ceux des industriels) et de données (vidéos, nuages de points, images...), pour les consolider et les contextualiser, et favoriser l’utilisation des résultats. De quoi analyser aussi bien les défauts des poteaux d’Enedis à partir d’images haute résolution que la présence de végétation aux abords des lignes depuis des clichés issus de satellites ou d’hélicoptères, mais aussi de traiter des cas sur d'autres marchés.
Au-delà des réseaux électriques, la pépite adresse également sa plateforme à l’agroalimentaire, aux secteurs minier, manufacturier et pétrole gaz. Officiellement lancée en 2020 et basée à Toulouse, Alteia emploie 70 personnes et prévoit de doubler son chiffre d’affaires (non communiqué) chaque année. Pour accélérer son développement dans ce que Baptiste Tripard appelle une « course à l’armement » autour de l’intelligence visuelle, la pépite a signé début décembre un contrat de financement à hauteur de 15 millions d’euros avec la Banque européenne d’investissement.
