Player is loading...

Embed

Embed code

Transcriptions

Note: this content has been automatically generated.
00:00:01
bonjour a tous donc m'appelle bonne angolaise trevor institut icare
00:00:05
je suis responsable pour toutes les questions techniques mon collègue nord dîner dans la salle
00:00:10
donc on pourra vous répondre en détail vous présente aujourd'hui ne ayad
00:00:16
pour remettre le contexte vous comprenez bien ce qui a été développé à quel stade
00:00:21
en r pas l'habitude de présenter des projets à ce stade la
00:00:25
mais c'est quand même intéressant de faire l'exercice est d'abord au retour aussi donc s'était développée dans
00:00:29
le cadre du boire challenge donc on a travaillé 20
00:00:32
8 heures à plein temps sur le sur la solution
00:00:37
sur un challenge qu'a été proposé à notre équipe notre équipe justement donc on a
00:00:43
un an après le bâton de pèlerin et monter au chat bleu et
00:00:46
puis avec notre équipe en machine learning de l'institut icare
00:00:51
eux ont à résoudre résolu le challenge d'un réseau d'eau complexe
00:00:57
donc ce challenge qui était proposé dans le cadre du a du lac à temps
00:01:01
plusieurs entreprises ou partenaires de l'événement propose des challenges ce changement a
00:01:06
été proposé par les 7 services industriels de bagne à la société altiste
00:01:12
et puis lors leur problématique en fait 7 simplifier
00:01:15
la vie de cette personne à cette personne la seule fontainier
00:01:19
la personne qui gère le réseau d'eau qui doit satisfaire tout les consommateurs
00:01:24
de là de la station à la commune et puis en plus bas sur la commune
00:01:28
de bagne à verbier ou là des pics de consommation dans les faits durant l'hiver
00:01:33
ils ont aussi la production en eux artificielle de neige et puisons toute instance
00:01:38
tout un réseau d'irrigation pour eux pour l'agriculture qui maîtrise plus ou moins
00:01:43
y'a des droits sur l'eau à différentes contraintes physiques liés à l'eau
00:01:48
eux aussi des règlements liés à la qualité moyennant un monde de paramètres à prendre en compte et puis se
00:01:54
ce fontainier bye les là depuis plusieurs années puis travaille beaucoup à son intuition
00:02:00
et puis enfin altice eux leurs objectifs maintenant
00:02:03
cette travail solide hydroélectricité donc comment valoriser cette eau potable
00:02:08
et puis comment produire de l'énergie avec salon scène contrainte supplémentaire qui s'imposent et qui les souhaits il essaye de résoudre
00:02:15
donc ce challenge on l'a choisi par 7 i il s'insère aussi dans
00:02:18
la stratégie au du canton donc ces voilà 2013 2014 un
00:02:24
un groupe de travail a défini quels étaient les enjeux
00:02:28
importants pour le canton du valais dans le domaine de l'eau
00:02:31
donc vous les voyez dans les dans les rectangles protéger l'eau utiliser l'
00:02:34
eau et puis se protéger contre les dangers naturels de l'i. a l'eau
00:02:39
et puis on traite de l'eau potable de l'eau d'irrigation eux justement non dans name artificielle et de
00:02:45
la qualité les autres éléments nous intéresse un peu
00:02:49
moins si ce n'est bien sûr les forces hydroélectrique
00:02:52
colère vraiment in réflexions ont été menées i. a. ans sur cette thématique de l'eau
00:02:58
et puis on pense qu'avec des solutions innovantes on pourrait améliorer eux ces différents enjeux
00:03:05
testé pour vous donner un peu l'idée générale maintenant le challenge pour
00:03:10
laquelle limitée voilà en travaillant en travaillant 28 heures
00:03:15
il fallait que m. c limitée et puis pouvoir structurer un peu le réseau de ce que le réseau de la commune de bagne c
00:03:21
c'est quelque chose d'énormes donc nous en eux donner un état de du réseau
00:03:25
avec simplement pas simplement m déjà pas mal passablement de contraintes 3 sources avec des débits
00:03:31
connut un historique de d'une année environ sur eux sur les
00:03:35
captage de ces 3 sources 5 réservoir avec leurs que leur capacité de stockage
00:03:41
4 turbines de production 5 groupes de consommateurs
00:03:46
donc ça peut être un quartier entreprise 7 des consommateurs qu'il faut satisfaire
00:03:51
et puis enfin on avait les différents débits eux et les différents niveaux de possibles dans les différents acteurs réservoir
00:03:57
donc l'objectif pour être éclaire la commune de bagne leur problématique c'est pas de
00:04:02
l'avoir suffisamment d'eau c'est un peu lors leur procès qui a trop d'eau et puis elle s'écoule
00:04:07
et tu n'es pas du tout valoriser donc pour l'objectif est vraiment ici d'
00:04:11
optimiser la production d'énergie électrique non comment estce qu'on peut faire tourner ses turbines
00:04:15
qui sont placés à différents niveaux du réseau pour pouvoir gérer le stockage des grandes contraintes
00:04:22
justement les contraintes dans ce cadre du réseau d'eau potable
00:04:26
petits réseaux d'eau potable qu'on avait dans le projet là
00:04:30
en et des contraintes bien entendu obligatoire pour eux c'
00:04:33
est pas eux envisageable de ne pas satisfaire la demande des consommateurs
00:04:38
donc toutes les demandes de consommateurs de ta dot être satisfaites
00:04:43
un consommateur ne peut pas ouvrir son robinet ne pas voir ne pas avoir d'eau et puis
00:04:46
enfin les propriétés physiques et hydro dynamique du réseau on doit tenir compte on peut pas faire passer
00:04:52
plus d'un volume d'eau plus importante
00:04:55
la capacité d'un d'un tuyau par exemple
00:04:59
ou bien eux surcharger la capacité de stockage des réservoirs alors qu'il a la
00:05:04
capacité maximale est atteinte donc ces deux éléments là on peut pas discuter cette des contraintes obligatoire
00:05:10
et enfin on a des contraintes pénalise ente eux donc celle débordement des les réservoirs sont généralement faites
00:05:17
pour être eux pour possiblement débordé relation tremplin et peu débordé par contre c'
00:05:22
est du gaspillage d'eau donc ça c'est un élément pénalisant pour nous
00:05:26
on a du niveau minimum à respecter aussi au niveau du stockage principalement pour la défense incendie
00:05:32
voilà le service du feu doit pouvoir faire appel à des quantités d'eau suffisante à tout moment
00:05:37
donc dans les niveaux de stockage minimum et puis enfin au niveau
00:05:41
de la qualité en à eux des règles au niveau de la stagnation
00:05:44
donc un réservoir doit être complètement renouvelé eux au maximum tout les
00:05:49
deux jours pourquoi on doit renouveler cette eau au sein du réseau
00:05:55
donc voilà le contexte de challenges auxquels on s'attaquait ça nous a particulièrement intéressés
00:06:01
justement pour pouvoir mettre en pratique une approche qu'on souhaite l. utilisé en
00:06:06
france et l'apprentissage par m. parent renforcement lorraine force même si en in donc 7
00:06:12
pas quelque chose de totalement nouveau de haut niveau de la recherche niveau appliquée
00:06:18
c'est quand même des choses qui sont présentes que depuis quelques
00:06:20
années mais certainement entendu parler d'eux de alphago d'alpha 0
00:06:25
donc ces intelligences artificielles qu'arrivent à apprendre des règles d'échec ou de go et puis
00:06:30
à surpasser les meilleurs joueurs humains ça c'est un cas d'application qui est très médiatisée
00:06:35
dans le détail voilà y'a aussi beaucoup de choses qui sont faites en ligne travaille pour ceux qui connaissent
00:06:41
7 des défis en ligne auquel vous pouvez soumettre des solutions
00:06:46
lle principalement dans l'effort et informations en ligne et puis là le challenge of etcon vous fournit
00:06:52
certains paramètres un squelette avec des muscles sur lesquels
00:06:55
vous pouvez agir et puis vous devez le faire courir
00:07:00
donc on crée un système de rennes force même fernand je vous explique régler très rapidement comment ça fonctionne après
00:07:06
mais le système va voilà faire des essais par luimême pour essayer d'arriver au but qui est courir
00:07:13
donc il va faire eux ils amenaient certaines actions qui va activer certains
00:07:17
muscles pour pouvoir eux apprendre à marcher donc sa première étape qui tombe
00:07:23
voilà dès le premier dès les premiers mouvements ensuite on voit qui s'améliore
00:07:28
gentiment donc ils arrivent à marcher et comprend par luimême quels sont les muscles activé
00:07:34
et puis enfin il arrive voilà après beaucoup d'entraînement
00:07:39
à courir et puis atteindre l'objectif eux qui était d'apprendre à courir
00:07:45
donc le système il apprend par luimême alors comment estce que ça fonctionne
00:07:50
grosso modo la deux choses importantes la première chose à l'environnement
00:07:56
donc il faut avoir un prince unes simulation dans notre cas en
00:08:00
assignation complète du réseau d'eau avec les différents paramètres de stockage
00:08:04
de débit d'entraide aux oeufs etc donc en un environnement
00:08:08
virtuel si vous voulez sur lequel un agent va pouvoir travailler
00:08:13
donc l'agence est un réseau de neurones dans notre cas cela maya de celle à nantes de l'eau qui va essayer
00:08:18
d'optimiser ses actions dans cet environnement là et puis quand
00:08:24
estce que ça fonctionne on va placer l'agent dans notre environnement
00:08:29
et puis on lui donne certaines actions possibles dans notre cas dans une phase d'entraînement va lui dire
00:08:36
la capacité d'ouvrir ou de fermer certaines vannes de sortie d'
00:08:42
un d'un réservoir donc il a mené il a dans un premier temps pardon
00:08:46
l'état du réseau d'eau donc les différents niveaux de stockage les différentes entrées et les différentes
00:08:53
demandes des consommateurs auxquels un état initial et puis va pouvoir faire une première action comme on a vu le
00:08:59
le squelette qui activent un muscle ou l'autre live accéda de d'ouvrir ou de fermer les vannes
00:09:05
en fonction d'un peu à peu par hasard quoi
00:09:11
donc in fine premières actions ce qui change létat oui à plus d'eau qui coule un endroit
00:09:16
et puis si l a l la sortie de cette
00:09:21
action est positive on va on va récompenser large l'agent avec embonpoint
00:09:27
ensuite il va essayer un deuxième action donc il va fermer il va nourrir notre bane
00:09:31
savoie rechangé létat du réseau et puis si eux ont atteint pas eux l'objectif escompter que
00:09:37
la production hydroélectrique dans notre cas tenant compte des autres contraintes on va le pénaliser sereine récompense négative
00:09:44
et puis on arrive à s'entraîner sur son réseau d'eau eux autant de fois que possible qu'on a fait dans notre cas
00:09:52
dans l'eau dans le cas du lac aton sur le petit réseau d'eau potable
00:09:56
on a fait jusqu'à 1 million d'entraînement eux environ 15 minutes
00:10:01
pour vous donner une idée voilà des capacités d'entraînement possible
00:10:06
et puis une fois que l'agent et confiant dans son environnement et puis qu'ils offrent eux
00:10:13
les résultats escomptés par les prêts à l'emploi on peut
00:10:16
sortir de l'environnement de simulation ait pu mettre en production
00:10:22
lopes quelles sont les particularités de deux soeurs in force interne in
00:10:26
si intéressant c'est quand on a besoin de très peu de données eux puisque les données vont être créés par
00:10:32
l'agent liés aux actions qui fait dans l
00:10:37
dans la simulation donc besoin de peu d'entre elles et eux
00:10:41
voilà roman au début eux savent
00:10:47
à aucune solution satisfaisante dans le cas
00:10:51
présent voilà on n'aurait pas pu prendre une approche déterministe donc
00:10:56
chiffré pam rendre un modèle mathématique pour tout le réseau de haute
00:11:00
aurait pas été possible là où l'on a un agent qui apprend qui apprend tout seul et puis ça offre une solution qui est satisfaisant
00:11:08
si intéressant ces convois contourner l'élément humain il a passe basée sur l'intuition ou
00:11:13
sur les habitudes du fontainier il va apprendre par luimême peut être apportée d'autre solution
00:11:18
qu'un cas fontainier traditionnels n'aurait pas imaginer
00:11:22
qu'on n'ait pas limitée par les connaissances du fontainier
00:11:27
et puis enfin il peut prendre en compte tous les éléments aléatoire qui sont eux qui sont liées à son environnement
00:11:33
et puis peut être entraînés à chaque nouvelle nouveaux éléments entrant
00:11:39
et puis enfin de manière générale bah ça peut s'appliquer à tout les domaines qu'on est capable de simuler
00:11:46
donc les résultats de ce d'eux de ceux à qui
00:11:50
attendent pour nous c'était concrètement on avait un démonstrateur
00:11:55
voilà d'assistant o fontainier donc on a quand même fait l'interface graphique pas très clair ici
00:12:01
mais qui sont sur le réseau d'eau en fonction du temps
00:12:05
eux donner des indications font aux fontaines et voilà qu'aujourd'hui
00:12:08
à 11 h 45 ouvrages 80% la vanne 3 donc
00:12:12
voilà on amène simulation avec interface graphique qu'intéressante pour le fontainier
00:12:18
voilà dans l'état point fontainier concrètement l'interface graphique frappa utile
00:12:25
idéalement il faudrait intégrer un outil existant de gestion du réseau d'eau
00:12:29
c'est un des résultats lusaka tant et puis même s'il le
00:12:35
temps de travail était assez court l'approche du concept acam séduit le jury
00:12:40
puisqu'on a réussi à donner une maîtrise du réseau d'
00:12:43
eau à l'exploitant on a réussi à réduire le gaspillage
00:12:49
et puis enfin hulot et valoriser et puis c'est potentiellement nouvelles sources
00:12:53
de revenus pour les services industriels alors j'aimerais bien pouvoir vous donner eux
00:12:57
des chiffres concrets sur la réduction du gaspillage ou
00:13:01
sur les francs engendrée par la production hydroélectrique
00:13:05
malheureusement cette impossible fâcheux pas on peut pas comparer vu le réseau
00:13:08
réduit on peut pas comparer nos performances fasse un fontainier humain
00:13:14
mais voilà dans l'idée du concept on a bon espoir que les résultats sont intéressants
00:13:22
donc maintenant ce qu'on a besoin bah c'est pouvoir c'est ce qu'on en train de faire actuellement
00:13:27
c'est validée auprès d'autres communes qu'elles sont réellement les besoins banni un peu particulier pour la gestion de l'eau
00:13:34
donc on en train de discuter des différentes communes pour comprendre ce que vous la production hydroélectrique c'est quelque
00:13:39
chose qu'on faisait son vote vous faites sur votre vote réseaux d'eau potable et ce cadeau de contraintes importantes
00:13:46
pénurie en valais c'est pas vraiment le cas mais joue dans le
00:13:49
gros de Vaud laquelle des communes en 4 sécheresses qui ont des problèmes de pénurie
00:13:53
donc oui aurait d'autre contrainte intégré au modèle qui pourrait satisfaire
00:13:58
des communes et puis au final des consommateurs klassen
00:14:03
celle étape sur laquelle on et maintenant serment de valider les besoins
00:14:07
et puisqu'on aimerait ensuite avec différentes communes pouvoir étendre la solution intégrer des données météo
00:14:15
intégrez aussi bas les systèmes de gestion existant
00:14:19
les systèmes utilisés par les communes pour piloter leurs réseaux
00:14:22
et puis pouvoir tester grandeur nature justement pour arriver à des chiffres en
00:14:25
disant bah notre maya délai 20% plus performante qu'un fontainier habituel
00:14:34
et puis dans notre cas pour l'institut car on a vraiment la volonté d'utiliser ce rien force même planning
00:14:40
a d utilisation concrète tout et regarder en ligne quelle et
00:14:44
l'utilisation du règne forced learning aujourd'hui beaucoup utilisé dans des jeux
00:14:49
des jeux vidéo notamment de pong ou différentes applications que l'on pense que
00:14:56
dans dans des livres de l'environnement qui peuvent simuler il aurait des utilisations vraiment concrète qui seraient
00:15:01
eux qui serait intéressant et puis on a la volonté d'aller dans ce dossier dans ce sens là
00:15:08
donc voilà pour ma pour ma présentation petite citation en disant que l'intelligence
00:15:13
la faculté d'adaptation simple le concept de seraing force majeure ni n'en disant

Share this talk: 


Conference Program

Intelligent feed-back on user comfort in low energy buildings
Rui Oliveira, University of Aveiro, PT
7 May 2019 · 10:09 a.m.
Q&A
Rui Oliveira, University of Aveiro, PT
7 May 2019 · 10:19 a.m.
Urban morphology and building PV energy production
Kin Ho Poon, National University of Singapore, SG
7 May 2019 · 10:30 a.m.
Q&A
Kin Ho Poon, National University of Singapore, SG
7 May 2019 · 10:44 a.m.
Urban morphology, energy needs and artificial intelligence
Roberto Boghetti, University of Pisa, IT
7 May 2019 · 10:51 a.m.
Q&A
Roberto Boghetti, University of Pisa, IT
7 May 2019 · 11:05 a.m.
Distributed simulation applied to multi-networks urban energy systems design
Pablo Puerto, CREM / Mines d’Albi, F
7 May 2019 · 11:13 a.m.
Q&A
Pablo Puerto, CREM / Mines d’Albi, F
7 May 2019 · 11:27 a.m.
Les défis du domaine Energy Informatics
Jérôme Kämpf, Idiap Research Institute
7 May 2019 · 11:32 a.m.
Q&A
Jérôme Kämpf, Idiap Research Institute
7 May 2019 · 11:54 a.m.
The Ark Energy
Laura Schwery, Fondation The Ark
7 May 2019 · 1:38 p.m.
Q&A
Laura Schwery, Fondation The Ark
7 May 2019 · 1:45 p.m.
Industrie du futur
Richard Pasquier, HEIA-FR et Benedikt Ramsauer, Swiss-SDI
7 May 2019 · 1:46 p.m.
Q&A
Richard Pasquier, HEIA-FR et Benedikt Ramsauer, Swiss-SDI
7 May 2019 · 2:01 p.m.
Naïade : gestion optimisée d’un réseau d’eau
Benoît Golay, Institut Icare
7 May 2019 · 2:07 p.m.
Q&A
Benoît Golay, Institut Icare
7 May 2019 · 2:23 p.m.
Open data des villes
Duccio Piovani, Research Lead - Data Science, nam.R
7 May 2019 · 2:27 p.m.
Q&A
Duccio Piovani, Research Lead - Data Science, nam.R
7 May 2019 · 2:47 p.m.
IA, L’entreprise augmentée
Dominique Genoud, HES-SO Valais-Wallis
7 May 2019 · 2:52 p.m.
Q&A
Dominique Genoud, HES-SO Valais-Wallis
7 May 2019 · 3:10 p.m.
Planifier le quartier de demain avec l’IA
Diane von Gunten, CREM
7 May 2019 · 3:14 p.m.
Q&A
Diane von Gunten, CREM
7 May 2019 · 3:28 p.m.
Keynote
François Foglia, Directeur adjoint de l'institut de recherche Idiap
7 May 2019 · 3:37 p.m.