WATER-SENSE | Améliorer l'efficacité de l'utilisation de l'eau et détecter les anomalies grâce à l'intelligence artificielle

Des réseaux de capteurs intelligents au service d'une meilleure gestion de l'eau

La raréfaction des ressources en eau et l'augmentation des besoins imposent de repenser leur gestion. WATER-SENSE développe des méthodes basées sur l'intelligence artificielle pour surveiller, analyser et optimiser la consommation d'eau dans les bâtiments. Le projet aide les organisations à détecter les inefficacités, à réduire les pertes et à prendre des décisions éclairées grâce à des analyses en temps réel et à des recommandations concrètes.
 

Groupe cible

Le projet s'adresse notamment aux :

• Gestionnaires de bâtiments et de patrimoines immobiliers
• Distributeurs d'eau et gestionnaires de réseaux
• Entreprises industrielles souhaitant optimiser leur consommation d'eau de procédé
• Autorités publiques et collectivités responsables de la gestion de l'eau
   

Contexte

La raréfaction de l'eau devient un enjeu majeur sous l'effet du changement climatique, de l'urbanisation et de l'augmentation de la demande en ressources. Parallèlement, d'importants volumes d'eau continuent d'être perdus à cause de fuites, de consommations anormales ou d'usages inefficaces qui passent souvent inaperçus.

Les approches actuelles de gestion de l'eau restent principalement réactives et reposent sur des capacités de surveillance limitées. Les solutions existantes fournissent généralement des données agrégées et des alertes fondées sur des règles prédéfinies. Il est donc difficile d'identifier les causes profondes des inefficacités ou de détecter les anomalies en temps réel.

Par ailleurs, de grandes quantités de données de consommation et de données contextuelles sont désormais disponibles. Pourtant, les organisations ne disposent pas encore d'outils évolutifs capables de transformer ces informations en recommandations exploitables.
 

Objectifs & résultats

WATER-SENSE développe des méthodes basées sur l'intelligence artificielle pour aider les organisations à mieux comprendre leur consommation d'eau, détecter rapidement les anomalies et optimiser l'utilisation des ressources.

Le projet vise à :

• Améliorer la visibilité sur les différents usages de l'eau grâce à des analyses de consommation détaillées
• Aider les organisations à optimiser leur consommation d'eau grâce à des analyses et des outils d'aide à la décision
• Fournir des recommandations pour optimiser la consommation d'eau
• Développer des solutions d'IA robustes, évolutives et respectueuses de la confidentialité

Principaux résultats attendus

• Des modèles d'IA capables d'analyser finement les profils de consommation d'eau
• Des démonstrateurs pilotes validant les performances des solutions dans des environnements réels 
• Des recommandations concrètes pour améliorer l'efficacité de l'utilisation de l'eau
• Des guides de bonnes pratiques et des publications favorisant l'adoption de ces solutions
• Des publications scientifiques consacrées à l'analyse des consommations d'eau, à la détection des anomalies et à l'intelligence artificielle explicable

Ces résultats permettront aux organisations de passer d'une gestion réactive à une gestion proactive de l'eau, fondée sur les données.

Approche

Les partenaires développent et valident les solutions selon quatre axes complémentaires.

1. Comprendre les besoins et préparer les données

• Définition des cas d'usage et des indicateurs clés de performance
• Collecte et préparation des données de consommation d'eau, des données contextuelles et des métadonnées

2. Analyser les consommations grâce à l'IA

• Développement de méthodes d'intelligence artificielle et de machine learning pour répartir les consommations d'eau selon les différents usages
• Analyse des profils de consommation à l'aide de techniques avancées d'analyse de séries temporelles

3. Intégrer le contexte d'utilisation

• Identification et modélisation de facteurs contextuels tels que l'occupation des bâtiments, les conditions météorologiques et les conditions d'exploitation
• Développement d'approches d'intelligence artificielle adaptatives et explicables

4. Détecter les anomalies en temps réel et accompagner la décision

• Intégration des modèles dans une plateforme d'analyse en temps réel
• Développement de mécanismes de détection des anomalies, d'alerte et de recommandation
• Validation des solutions dans des environnements pilotes et des cas d'usage réels

Financement

• Organisme de financement : Innoviris
• Type de projet : Joint R&D Project Call 2024
• Numéro de contrat : 2025-JRDIC-2b
• Budget total : 432 805,48 €
• Taux de financement : 100 %

Lien interne

MIRAI – Machine Intelligence Techniques for Smart and Sustainable Planning and Operation

Le projet MIRAI a étudié des approches d'intelligence artificielle légères pour les applications de l'Internet des objets (IoT) et de l'edge computing, notamment pour le suivi de la consommation d'eau. WATER-SENSE s'appuie sur les résultats de ce premier projet en se concentrant sur la désagrégation contextuelle des consommations d'eau, la détection des anomalies, l'analyse des comportements et la génération de recommandations concrètes pour optimiser l'utilisation des ressources.