Les nouvelles technologies se démocratisent dans tous les domaines et le traitement des eaux en bénéficie également. La quantité des données récoltées sur le réseau du traitement de l’eau ne fait que croître. À tel point que l’intelligence artificielle (IA) commence à être utilisée pour améliorer l’efficacité de la distribution et de l’assainissement de l’eau.
L’INTÉGRATION DE L’IA CHEZ HÉLIOS
Le groupe Hélios opère les infrastructures publiques du traitement de l’eau au Québec. Le mandat de l’entreprise regroupe la maintenance et l’entretien du réseau ainsi que la production de l’eau potable et l’assainissement des eaux usées.
Quentin Deroo, son Directeur de technologie, nous indique qu’«Hélios cherche à se démarquer de la concurrence et augmenter la valeur ajoutée de nos opérations grâce à l’intelligence artificielle. Elle doit aussi nous permettre de rendre nos opérations plus efficaces».
Une des clés de l’intégration de l’intelligence artificielle est la collecte massive de données. Dans cet objectif, Hélios a développé une application, Colibri, permettant aux opérateurs de consigner les données durant leur journée de travail. Pour chaque station des eaux usées l’opérateur va venir scanner le QR code placé sur chaque automate pour enregistrer ses données. Celles-ci apportent une meilleure connaissance du réseau et elles vont permettre d’entrainer les algorithmes en IA.
POUR MIEUX PRÉVOIR LA CONSOMMATION
Une des applications concrètes de l’IA serait la prédiction de la consommation en eau potable. Les données saisonnières telles que l’heure de la journée, la période de l’année, le lieu ou encore la météo sont connues pour influencer la consommation en eau potable. Aujourd’hui, cette prédiction est faite par l’opérateur et sa finesse dépend grandement de son expérience.
Un algorithme pour prédire cette consommation en intégrant l’historique des données de consommation avec les données saisonnières est actuellement en développement. Il permettrait de programmer le pompage de l’eau potable de manière plus fine et ainsi réduire les mesures de restriction. C’est un enjeu important dans les municipalités qui subissent chaque été des stress hydriques.
Il est aussi possible grâce à cet outil de détecter les fuites sur le réseau. Elles représentent actuellement 20% de l’eau qui y est introduite. Leur détection revêt donc un enjeu aussi bien économique qu’environnemental. Après avoir réalisé une carte de la consommation sur le réseau, le système suit les données et génère des alertes en cas d’anomalies, même minimes. Hydroscan, une société belge, a ainsi réduit de 5% les fuites sur un réseau urbain en 2017, économisant 5 millions de litres .
RENDRE LE TRAITEMENT DES EAUX USÉES PLUS EFFICACE
Le traitement des eaux usées est un autre axe pour l’utilisation de l’intelligence artificielle. 70% des stations de traitement des eaux usées sont des étangs aérés. Des produits chimiques coagulants sont utilisés pour agglomérer puis retirer les matières en suspension. Ensuite de l’oxygène est pompé dans l’étang afin que les pollutions carbonées soient assimilées par des bactéries.
« Un algorithme en intelligence artificielle permettrait d’avoir une prédiction fine sur la quantité nécessaire en produits chimiques et en oxygène pour assainir l’eau. Actuellement l’oxygénation de l’étang est le premier poste de dépense du traitement des eaux usées et son contrôle est assuré manuellement par un opérateur.» – Quentin Deroo – Directeur de technologie – Le groupe Hélios
La pluviométrie influence la quantité de matières en suspension dans l’eau. Ainsi, les données sur la qualité de l’eau ou la météo sont nécessaires à la construction de cet algorithme. De plus, les étangs possèdent une faune bactérienne différente. Il est donc nécessaire de venir entraîner l’algorithme avec des données propres à chacun d’eux.
Pour conclure, M. Deroo voit dans l’IA une réelle opportunité pour optimiser les opérations. Ceci en diminuant la consommation énergétique, l’utilisation de produits chimiques pour les matières en suspension et en optimisant les opérations pour réduire l’empreinte environnementale des activités. Une application aussi concrète que nécessaire, et qui devrait évoluer encore avec l’ajout de nouvelles données dans les années à venir.
