Hydro-Québec propulsé par l’IA

Une dizaine de projets sont en cours chez Hydro-Québec, impliquant l’intelligence artificielle (IA) combinée à de la recherche opérationnelle. Incursion dans l’univers de la Société d’État qui nous réchauffe en hiver et qui alimente nos joujoux électroniques, en cette période de confinement.

En partenariat avec le MILA et d’autres acteurs institutionnels et privés, l’Institut de recherche d’Hydro-Québec (IREQ) accélère, de jour en jour, l’intégration de l’IA pour accroitre sa productivité dans la gestion de son réseau.

Prenons l’exemple des pannes de courant. Elles sont souvent dues à la nature qui reprend ses droits dans le paysage urbain, comme des branches tombant sur les fils. L’intelligence artificielle pourrait optimiser l’entretien des arbres en ciblant mieux les endroits à risque.

Avec le projet ODÉMA, Hydro-Québec (HQ) installera des caméras 360 degrés et LiDAR (voir ci-dessous) sur sa flotte de véhicules afin de capter des images de végétation et des images d’équipement. Un peu comme les voitures Google qui se promènent dans les rues pour cartographier les lieux, HQ pourrait inspecter son réseau en continu.

Des chercheurs de l’IREQ travaillent depuis un an sur les algorithmes, pour annoter les types équipements, les arbres et éventuellement les bris. Le projet se fait en codéveloppement avec Horoma AI, une entreprise qui a développé une expertise en télédétection par l’intelligence artificielle dans le secteur du génie forestier.

Chaque arbre réagit différemment aux grands vents, au verglas et à la neige. Dans un premier temps, les partenaires ont identifié les huit espèces qui causent le plus de pannes. Ensuite, l’outil LidaR (light detection radar) scannera, sur un territoire donné, les espèces posant le plus de risque ainsi que leur position en 3D dans l’espace relativement au réseau de distribution. Ce qui permet de déterminer un plan d’intervention sur le territoire.

« Notre objectif est d’être précis à 90 % dans l’identification de l’essence d’arbre alors qu’on est présentement à 60 %. » – Yvan Ouellet, PDG et cofondateur de Horoma AI.

« Nous avons un modèle qui fonctionne, mais il faut augmenter la base de données d’apprentissage », conclut M. Ouellet avec optimisme.

LA RECONNAISSANCE DES IMAGES

Depuis un an, HQ a commencé à équiper les thermographes qui inspectent dans les puits d’accès de béton avec des caméras infrarouges munies d’une composante IA, c’est le projet APPRANTI.

Les quelque 3 000 images captées et annotées signalent aux thermographes, en temps réel, les risques de défaillance pouvant causer des explosions et la nature des échauffements de composants. Les bénéfices : une analyse plus rapide et plus précise, et la possibilité d’éviter des pannes, tout en assurant la sécurité des travailleurs.

En 2020, cette technologie a été implantée sur quatre véhicules. L’annotation automatique des images a débuté en février 2021. La mise en production avec 50 000 images annotées est prévue en 2023. À terme, 35 camions d’HQ plus 10 camions de rechange auront cet outil de détection à bord. On vise un taux de succès pour repérer les défauts liés au risque d’explosion de 85 % sur les équipements qualifiés.

LA ROBOTIQUE

Les drones n’échappent pas aux efforts de recherche et développement pour gagner en efficacité. En mars 2020, un protocole d’entente a été signé avec DRONE VOLT Canada pour convenir de l’industrialisation et de la commercialisation exclusive d’un drone dédié à l’inspection des lignes de transport d’électricité à haute tension.

Ce drone peut réaliser des mesures très précises, en toute sécurité, sur les lignes au moyen de capteurs développés par les équipes de l’IREQ, ce qui évite l’interruption du service d’électricité.

Le drone d’inspection se déploie autour du conducteur (fils électriques). Il transporte sa propre sonde qui prend des relevés pour vérifier l’état extérieur ET intérieur du conducteur, sans avoir à couper le câble. 

« Dans un horizon de 5 à 10 ans, on peut imaginer éventuellement d’avoir une flotte autonome de robots qui pourraient circuler sur les lignes et faire les inspections de manière automatisée. » – Hugues Morissette : chef de l’unité robotique et drone d’inspection, Hydro-Québec.

L’intégration de l’IA dans les projets de robotique apparait comme un incontournable pour arriver à une flotte autonome de robots. On pense, par exemple, à utiliser la reconnaissance d’image pour se déplacer et se poser sans opérateur. L’autre défi technologique sera de traiter les données directement dans les airs plutôt que de les transmettre au sol. Le défi commercial consiste à accélérer la production des drones en usine, sur une plus grande échelle.

LA CYBERSÉCURITÉ

En terminant, les attaques cybernétiques sont en croissance partout dans le monde, on n’a qu’à penser au blackout qui a eu lieu en Ukraine en 2015. Une attaque par injection de fausses données avait compromis les mesures des capteurs du réseau électrique de trois compagnies causant une perte de service pour 225 000 personnes, le 23 décembre.

Dans les systèmes, la convergence TI et TO – c’est-à-dire l’équipement TI (technologie de l’information) connecté sur les systèmes TO (technologie opérationnelle) – constitue autant de nouvelles portes d’entrée pour les pirates. Une simple borne de recharge, par exemple, peut faire pénétrer des malfaiteurs.

Le projet de cybersécurité d’HQ veut utiliser l’IA pour détecter et prévenir ce qui pourrait causer des attaques de ce genre. La vigie des vulnérabilités informatiques fait d’ailleurs l’objet d’un appel de propositions pour mieux protéger le réseau.

CONCLUSION

Comme nous l’avons vu avec les projets d’Hydro-Québec de prévision de la demande et d’outils de gestion pour augmenter la productivité, le potentiel de l’IA semble illimité dans le secteur de l’énergie. On peut détecter plus facilement des vols d’électricité, on peut faire de grosses économies et faciliter la transition énergétique, mais la vigilance reste de rigueur.

À l’interne, on observe deux types de réactions face à l’intégration de l’IA. Pour faire une image, on est : soit sur le frein, soit sur l’accélérateur.

« L’apprentissage profond permet, dans certains cas, de mettre de côté des concepts physiques, ce qui crée parfois de la réticence chez des experts. En contrepartie, on a aussi des partenaires qui veulent à tout prix faire de l’IA, mais ils n’en ont pas vraiment besoin. »Patrick Jeandroz, Chef – Expertise – Science des données et calcul haute performance, IREQ.

Une dualité bien humaine qui se vit, sans aucun doute, dans beaucoup d’entreprises! 😊

 

Crédit photo : IVADO/Hydro Québec

Laisser une réponse

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *