L'analyse des données spatio-temporelles issues des réseaux Smart Water Grids

par Milad Leyli Abadi

Projet de thèse en Informatique

Sous la direction de Allou-Badara Samé et de Latifa Oukhellou.

Thèses en préparation à Paris Est , dans le cadre de MSTIC : Mathématiques et Sciences et Technologies de l'Information et de la Communication , en partenariat avec Laboratoire Génie des Réseaux de Transport Terrestre et Informatique Avancé (Noisy-le-grand, Seine-Saint-Denis) (laboratoire) et de Modèlisation des Transports, de leur exploitation et de leur maintenance (MSTIC) (equipe de recherche) depuis le 01-10-2016 .


  • Résumé

    De nos jours, on observe une préoccupation croissante suscitée par les problèmes environnementaux et ceux liés à la gestion des ressources comme l'eau et l'électricité. Les pays sont ainsi amenés à prendre des mesures visant à une meilleure rationalisation de celles-ci, dans une optique de développement durable. Le concept nouveau des réseaux intelligents appelés Smart Grids offre la possibilité, à travers des technologies avancées de l'information et de la communication, de mieux gérer ces ressources en termes de disponibilité et de fiabilité, sans oublier l'aspect économique. Dans cette perspective, des programmes visant à équiper les habitations avec des compteurs communicants sont mis en place par les villes et les compagnies d'eau et d'électricité. En Ile de France par exemple, le programme Téléo mis en place par Veolia Eau d'Ile de France, délégataire du Syndicat des Eau d'Ile de France (SEDIF), vise à installer environ 600000 compteurs communicants (Smart Meters) avant la fin de l'année 2015. Si le relevé des consommations se faisait traditionnellement une fois par mois, les Smart Meters autorisent désormais une lecture horaire ou journalière des consommations. Ces possibilités accrues de recueil de données permettent de surveiller de manière plus fine l'usage de l'eau ou de l'électricité, et de détecter plus rapidement des anomalies dans les réseaux (fuites d'eau, gaspillage). En outre, la démarche participative prônée par les Smart Grids, en offrant aux utilisateurs la possibilité d'observer au quotidien leur mode de consommation, doit permettre de converger vers des habitudes de consommation plus responsables. Cette thèse s'inscrit dans la composante Data Analytics des Smart Grids pour l'eau. Les développements effectués pourront aisément être adaptés au domaine de l'énergie. Elle se positionne dans la continuité des activités menées au sein du GRETTIA et du LISIS, notamment celles initiées via les projets « Smart City Energy (IRT SystemX) » et « Analyse des données relevées à distance sur les compteurs d'eau (VEDIF) ». L'objectif visé par la thèse est de proposer des méthodologies génériques permettant d'analyser les masses de données recueillies via les Smart Meters et d'en extraire de l'information utile pour différents acteurs tels les compagnies d'eau et d'électricité, les villes et les consommateurs. Les données qui pourront être analysées dans ce contexte sont les indexes de consommation d'eau, les données météorologiques, les informations démographiques et géo-spatiales ainsi que la cartographie du réseau. A ce sujet, une convention de collaboration sera proposée à VEDIF. Les traitements menés sur les données porteront notamment sur : - Le regroupement des usagers en classes, chaque classe étant caractérisée par un profil d'usage (profil global, profil hebdomadaire, profil journalier), - La détection des changements d'habitudes de consommation à l'échelle d'un consommateur, d'un ensemble de consommateur ou d'une zone géographique (analyse spatio-temporelle) ; ces changements pouvant être liés à des variables de contexte de type météorologiques mais également à des fuites d'eau ou à phénomènes sociodémographiques, - La prévision à court terme de la consommation d'un usager ou d'une classe de consommateurs.

  • Titre traduit

    Spatio-temporal analytics based on smart meter data


  • Résumé

    Nowadays, we observe a growing preoccupation aroused by the environmental problems and those related to the management of resources as water and electricity. Countries are brought to take appropriate decisions in order to better rationalize these resources, from a sustainable development perspective. The new concept of intelligent networks namely, Smart Grids, offers the possibility, through the advanced technologies of information and communication, to better manage these resources in terms of availability and reliability, and that without forgetting the economic aspect. In this context, several campaign aiming to provide residents with these communicating meters are being established by the cities and water or energy utilities. For example, in Ile de France, the Teleo campaign established by Veolia (water utility of Ile de France) and the SEDIF (Syndicat des Eaux d'Ile de france) plans to install about 600,000 communicating (smart) meters before the end of 2015. If traditionally the statement of consumption was accessible once per month, with the apparition of Smart Meter, the hourly reading of consumption is possible. This increasing possibility of data collection allows the water or energy consumption to be monitored or either to be controlled more precisely, and also network anomalies to be detected more easily (leakage, wastage). In addition, this approach provides the users the possibility to observe daily their consumption level, which in turn helps to converge towards more responsible consumption habits. This thesis falls within the Data Analytics component of Smart Grids for water. The proposed methods could be easily adapted to the energy domain. It is positioned in the continuity of the GRETTIA and LISIS activities, including those initiated through the projects “Smart City Energy (IRT SystemX)” and “Analysis of data collected remotely on water meters (VEDIF)”. The objective of this thesis is to suggest general methodologies, that allow extracting from the massive data collected through Smart Meters. from which the appropriate information could be extracted for different actors as water and electricity utilities, the cities and consumers. The data that could be analyzed in this context are water consumption indexes, meteorological data, demographic and geospatial information, and also network cartography. Thereupon, a collaboration agreement will be proposed to VEDIF. The data processing will focus on: - The clustering of consumers in homogenous classes, where each class being characterized by a consuming profile (global profile, Weekly and daily profiles) - the detection of changes in the consumption habits at the scale of a consumer, a group of consumers or a geographic zone (Spatio-temporal analysis); These changes could be related to variable contexts of type meteorological but also the leakage or a socio-demographic phenomenon. - The short-term forecast of the consumption for a consumer or a group of consumers.