La Data Science joue aujourd’hui un rôle essentiel pour transformer les données énergétiques industrielles en leviers opérationnels afin d’optimiser l’efficacité des processus industriels en fonction de paramètres externes et internes. Formé à la Data Science lors de ses études en Intelligence Artificielle (IA), Louis Denoix est Lead Data Scientist chez METRON depuis 3 ans et à la tête d’une équipe de 7 personnes réparties sur 3 continents (Asie, Amérique latine et Europe). Il vous présente les applications de la Data Science en milieu industriel pour améliorer la performance énergétique des unités de production. 
Comment définir la Data Science ?
La Data Science est un domaine qui exploite l’Intelligence Artificielle, le Data Mining, le Big Data, le Machine Learning et le Deep Learning.
Chaque entreprise génère aujourd’hui une mine d’informations pouvant être exploitées à des fins de recommandations stratégiques. La Data Science permet de transformer cette donnée brute en connaissance.
L’analyse des données permet de détecter des événements ou phénomènes particuliers puis de les modéliser pour prédire leur apparition. Grâce au Machine Learning, il est possible d’apprendre à la machine à adopter un comportement spécifique pour y répondre.
Le Machine Learning et la Data Science ont déjà de nombreuses applications dans des domaines très variés, pour la détection de fraudes ou de maladies sur les radiographies par exemple. Aujourd’hui, ces outils sont incontournables pour l'Industrie 4.0, afin entre autres d'optimiser les performances des industries.
Pourquoi utiliser la Data Science sur les données énergétiques dans l’industrie ?
Tous les sites industriels génèrent des données. Des centaines, voire des milliers de capteurs mesurent quotidiennement l’activité d’une usine (production, températures, qualité, etc.). Ces données sont souvent sous-exploitées, en particulier pour le suivi énergétique.
Les possibilités techniques de l’ère du Big Data ont révolutionné la collecte et le stockage de données. Les sites industriels ont évolué et sont rapidement montés en maturité pour installer des capteurs et des écrans de contrôle et récolter ainsi une multitude d’indicateurs.
Avec la Data Science, les données captées en temps réel sont traitées par des algorithmes qui en évaluent la fiabilité pour en extraire des comportements, c’est-à-dire comprendre l'évolution des phénomènes en fonction des paramètres (réglages de la machine, météo, etc.). Plusieurs paramètres servent ensuite à contextualiser les données (contraintes métier spécifiques, etc.) pour fiabiliser et sécuriser les recommandations.
Sur le plan énergétique, l’objectif pour un site industriel est de déterminer quand la consommation est la plus intéressante. Les algorithmes sont alors chargés de trouver le point de fonctionnement optimal pour réduire au maximum les consommations d’énergie, en garantissant une production continue et sans dommage, avec les mêmes volumes et le même niveau de qualité.
Grâce aux outils proposés à nos clients, il est possible de croiser des données énergétiques avec différentes mesures réalisées sur le site (des paramètres opérationnels relatifs aux machines, des données de production…). Les moments où l’efficacité est maximale et minimale sont détectés ainsi que les raisons de ces variations.
Des sources de données externes au site industriel (météo, données du marché de l’énergie, etc.) peuvent également être prises en compte. Elles permettent ainsi entre autres d’exploiter la variabilité des marchés de l’énergie : c’est particulièrement intéressant dans certains pays !
Comment appliquer concrètement la Data Science à l’énergie ?
Dans un premier temps, l’ensemble des données historiques enregistrées sur le site est récupéré. On y ajoute ensuite les données externes précédemment évoquées. L’ensemble de ces paramètres sert à construire un jumeau numérique de simulation du périmètre dont la consommation est à optimiser.
Le modèle analyse les données d’entrée et la consommation énergétique obtenue en sortie pour comprendre le lien qu’elles entretiennent entre elles. Après génération de plusieurs centaines de milliers de scénarios, élaborés à partir des paramètres influents, il est possible de trouver les réglages optimaux pour une machine, tout en respectant les contraintes opérationnelles, telles que la productivité.
Ces réglages sont restitués sous forme de recommandations et d’aide au pilotage pour l’opérateur, qui est accompagné dans sa prise de décision. Les opérateurs sur site vérifient la pertinence de ces préconisations.
Quelles sont les spécificités de la Data Science METRON ?
La technologie METRON permet d’automatiser au maximum toutes les actions en lien avec l’énergie, sur un site ou au sein d’un groupe. Les outils s'appuient sur l’ontologie – une spécificité de l’approche METRON. C’est une base d’information digitalisée rassemblant toutes les connaissances de nos experts process et énergie, pour tous types de métiers.
Nous utilisons également différents algorithmes de Data Science. L’analyse de sensibilité permet, par exemple, d’évaluer l’impact de différents phénomènes sur la consommation énergétique. L’ontologie METRON fournit une solution exploitable sur site qui permet ensuite de savoir en temps réel si la machine consomme une quantité d’énergie normale, élevée ou faible.
Sur la base d’une cartographie virtuelle du site, cette consommation est ensuite analysée dans son contexte global :
- sur quels réseaux fonctionne la machine ?
- à quels équipements est-elle reliée ?
- où sont les consommations les plus élevées ?
Cette contextualisation des consommations énergétiques peut ensuite déboucher sur différentes solutions, allant du simple monitoring aux optimisations les plus poussées.
En cas d’écart avec les modèles de référence, une notification est envoyée pour vérifier sur site qu’il n’y a pas de problème sur une machine. Grâce au Machine Learning, il est également possible de prédire les consommations futures, une information capitale pour organiser les plannings ou se positionner sur les marchés de l’énergie en avance.
Merci à notre expert Louis Denoix pour ces éclairages sur la Data Science, outil incontournable pour transformer les données industrielles en connaissance. En associant dans sa solution la Data Science et l’expertise humaine, METRON permet aux industriels de bénéficier d’une automatisation de tâches et d’une capacité de calcul énorme qui facilite le travail de l'opérateur au quotidien. METRON offre aussi des gains de temps pour effectuer des actions à plus forte valeur ajoutée et ainsi soutenir l’implémentation fine et efficace des actions de performance énergétique. Envie d’en savoir plus sur la technologie METRON ? Demandez une démo de notre solution !
