Dans un contexte de pénurie d’eau et de hausse de l’énergie, il est impératif pour une collectivité ou un syndicat de cibler les investissements de renouvellement du réseau. Le projet mené avec la société Altereo développe, à partir de données patrimoniales intégrant les conduites et branchements, un outil combinant des algorithmes de modélisation par apprentissage automatique («machine learning») et des méthodes de fouille de données («data mining»). Ses résultats conduisent à définir des familles de canalisations à risque. A partir de ces données, des programmes de renouvellement de conduites de distribution pourront être établis sur ce réseau de 8.000 km, dont 7.200 km de réseau de distribution. Outre cibler les éléments les plus à risque, le Sedif souhaite également intégrer les variables du changement climatique, par exemple en prenant en compte l’influence de la température sur les casses des canalisations.
PUBLICITÉ
Cette collaboration entre le Sefif et Altereo a permis le co-développement d’un module de construction automatique de chantiers. Ce module regroupe les canalisations préalablement identifiées en chantiers réalistes, puis propose une liste de chantiers répondant à un optimum basé sur des critères paramétrables garantissant l’efficacité du renouvellement à l’échelle du Sedif et adaptable aux orientations données par tout maître d’ouvrage. La génération automatique de chantiers permet d’optimiser le travail des équipes et de générer un gain de 30 jours-homme par an.
Modèles prédictifs d’évolution et de vieillissement du réseau
La convention de R&D entre le Sedif et Altereo est un préambule au développement de modèles prédictifs d’évolution et de vieillissement du réseau. Ces modèles serviront de base pour l’élaboration d’une nouvelle politique de gestion du réseau du syndicat francilien pour les trente prochaines années, dans l’objectif de maintenir le niveau de performance des installations. Le Sedif procède au renouvellement de plus de 1% de ses canalisations chaque année.
