Con Edison exploite le plus ancien et le plus vaste réseau électrique souterrain au monde, avec environ 94 000 miles de câbles dans la ville de New York. Face à une infrastructure vieillissante, tout remplacer est impossible : un programme de 1,2 milliard de dollars en 2011 a remplacé 1 550 miles — seulement une petite fraction — et l'âge seul est un mauvais prédicteur de défaillance.

Des scientifiques du MIT et de Columbia se sont associés à des ingénieurs de Con Edison pour construire des analyses prédictives des défaillances sur le réseau basse tension, en utilisant des archives remontant aux années 1880 et des rapports de répartiteurs en texte libre. Les modèles classent les chambres de tirage et les câbles par vulnérabilité afin que l'inspection et la réparation préventives ciblent les défaillances les plus probables.

Lors d'un test à l'aveugle dans le Bronx, les chambres de tirage les mieux classées ont capté 44 % des événements d'incendie et d'explosion. Après des réparations de niveau I, la vulnérabilité des 5 000 chambres de tirage les mieux classées par le modèle a chuté de 25 %, et les modèles ont permis aux ingénieurs de projeter les coûts et les bénéfices du programme.

Prédire où les câbles défailliront ; réparer ceux-là en premier.

Le réseau est trop vaste pour tout réparer, donc classer le risque vaut mieux que remplacer selon l'âge.

Un test à l'aveugle a prouvé que les classements prédisent de vrais événements, et ne font pas que s'ajuster à l'historique.

Les gestionnaires peuvent simuler des changements de politique et des arbitrages coût-bénéfice avant de dépenser.

La maintenance réactive répare ce qui a déjà cassé ; la prédiction dépense le même budget de réparation sur les défaillances qui se seraient produites — prouvez-le par un test à l'aveugle, pas avec les données d'entraînement.

Ces travaux ont alimenté les programmes d'inspection et de réparation préventives de Con Edison et de remplacement des plaques d'aération, et l'article d'Interfaces documente les méthodes et l'impact mesuré.

VÉRIFIEZ LES SOURCES

Les sources

  1. Analytics for Power Grid Distribution Reliability in New York City OpenMETU (Middle East Technical University) · open.metu.edu.tr
  2. Analytics for Power Grid Distribution Reliability in New York City EconPapers (RePEc) · econpapers.repec.org
  3. Analytics for Power Grid Distribution Reliability in New York City INFORMS Interfaces · pubsonline.informs.org