Des compteurs intelligents à la détection d’anomaliesFrom smart meters to anomaly detectionTransformer un déluge de lectures en signaux fiables pour l’exploitation du réseau.Turning a flood of meter readings into reliable signals for grid operations.

Le contexteThe context

La société d’État recevait en continu les lectures de plusieurs millions de compteurs, ainsi que des événements techniques comme les pannes, les coupures de signal et les alertes d’altération. Ces données arrivaient dans le système de gestion des compteurs, conçu pour la facturation, et n’étaient accessibles aux analystes qu’au moyen d’extractions ponctuelles, lentes et partielles.

The Crown corporation continuously received readings from millions of meters, along with technical events such as outages, signal losses and tampering alerts. This data landed in the meter data management system, designed for billing, and analysts could only access it through occasional extracts that were slow and incomplete.

Plusieurs directions voulaient en tirer davantage : la sécurité des revenus pour repérer les branchements illicites et les compteurs trafiqués, la planification pour améliorer les prévisions de charge, l’exploitation pour mieux comprendre les pertes sur le réseau de distribution. Ces données de consommation révèlent toutefois les habitudes de vie des clients et exigeaient un encadrement rigoureux au regard de la Loi 25.

Several business units wanted more from it: revenue protection to detect illegal connections and tampered meters, planning to improve load forecasts, operations to better understand losses on the distribution grid. However, consumption data reveals customers’ daily habits and required rigorous oversight under Law 25.

Les enjeuxThe challenges

• Ingérer, valider et historiser des volumes de lectures sans commune mesure avec ceux des systèmes analytiques existants.Ingesting, validating and historizing reading volumes far beyond those of existing analytics systems.
• Distinguer une véritable anomalie de consommation d’un changement légitime d’usage, d’un bris de compteur ou d’une donnée manquante.Telling a genuine consumption anomaly apart from a legitimate change in usage, a meter failure or missing data.
• Concilier l’analyse fine des consommations avec la protection des renseignements personnels des clients résidentiels.Reconciling detailed consumption analysis with the protection of residential customers’ personal information.
• Rendre les résultats exploitables par des équipes d’enquête et de planification aux besoins très différents.Making results usable by investigation and planning teams with very different needs.

Notre démarcheOur approach

1. 01

   Cadrage des usagesScoping use cases

   Nous avons réuni la sécurité des revenus, la planification, l’exploitation et la protection des renseignements pour définir les cas d’usage prioritaires, les données nécessaires et les limites d’utilisation acceptables.

   We brought together revenue protection, planning, operations and privacy teams to define priority use cases, the data required and acceptable limits on its use.

2. 02

   Conception de la plateformePlatform design

   Nous avons conçu une architecture d’ingestion en continu et par lots, un modèle de données centré sur le point de service et un cadre de gouvernance précisant qui peut voir quoi, à quel niveau d’agrégation.

   We designed a streaming and batch ingestion architecture, a data model centred on the service point and a governance framework specifying who can see what, at which level of aggregation.

3. 03

   Réalisation des modèlesModel delivery

   Nous avons développé avec les enquêteurs des modèles qui comparent chaque consommation à celle de son voisinage et de son propre historique, puis les avons raffinés au fil des retours terrain.

   Working with investigators, we developed models that compare each consumption profile with its neighbourhood and its own history, then refined them based on field feedback.

4. 04

   Transfert et adoptionTransfer and adoption

   Nous avons intégré les résultats aux processus d’enquête, formé les analystes et transféré l’exploitation des pipelines et des modèles aux équipes internes.

   We embedded the results in investigation processes, trained analysts and handed operation of the pipelines and models over to internal teams.

La solutionThe solution

Les résultatsThe results

1. Les enquêteurs concentrent leurs vérifications sur des cas mieux ciblés, accompagnés d’explications compréhensibles.Investigators focus their checks on better-targeted cases, backed by understandable explanations.
2. Les équipes de planification disposent de données de consommation plus fines et plus fiables pour leurs prévisions.Planning teams have more granular and reliable consumption data for their forecasts.
3. Chaque usage des données de comptage repose sur une finalité documentée et des accès proportionnés.Every use of metering data rests on a documented purpose and proportionate access.
4. L’organisation possède une fondation réutilisable pour de nouveaux cas d’usage, comme l’analyse des pertes ou de la recharge des véhicules électriques.The organization has a reusable foundation for new use cases, such as loss analysis or electric vehicle charging.

Ce que nous retenonsWhat we take away

Avec des données de comptage, le défi n’est pas d’avoir assez de données, mais de savoir à quoi on a le droit de les utiliser. Une gouvernance claire dès le départ a rendu les équipes métiers plus audacieuses, pas moins.

With metering data, the challenge is not having enough data but knowing what you are allowed to use it for. Clear governance from the start made business teams bolder, not more cautious.

Expertises et offresExpertise and offers

Ce projet s’appuie sur les expertises et les offres suivantes.

This project draws on the following expertise and offers.

ExpertisesExpertise

OffresOffers

Tous les projetsAll projects #Data