Identification des défaillances à l’aide de techniques d’apprentissage automatique

Dans un réseau de distribution aérien traditionnel, un grand nombre de pannes (en particulier les réenclenchements automatiques associés à des pannes d’une durée inférieure à 1 minute) ont une cause classée comme étant « inconnue ». C’est pourquoi Toronto Hydro a examiné de nouvelles percées technologiques comme un outil d’identification des défaillances. Cet outil tire profit des données déjà amassées par l’entreprise de services publics (p. ex. : des données sur la qualité de l’onde) et applique des algorithmes d’apprentissage automatique qui « apprennent » des données relatives aux pannes de causes « connues » et prennent des décisions en fonction de ces données pour déterminer la cause probable des interruptions dont la cause est « inconnue ».

Cet outil aidera à analyser et diagnostiquer les problèmes survenant sur le réseau, notamment les interruptions intermittentes provenant des dispositifs d’alimentation.

Nous évaluons actuellement l’exactitude de l’outil en empêchant les interruptions de causes « connues » d’alimenter le modèle d’apprentissage automatique afin de déterminer si ce modèle peut correctement les catégoriser. Les résultats dont témoignent les données de 2018 sont prometteurs.

L’outil d’identification des défaillances est l’une des premières applications de l’apprentissage automatique dans le milieu des services publics d’électricité.