Avec le réchauffement climatique et l’augmentation des épisodes de sécheresse, les feux de forêt représentent une menace grandissante pour les ouvrages électriques. La Direction Recherche & Développement de RTE a missionné Datastorm pour développer un outil spécifique d’alerting.
Lors de l’été 2022, une première série de travaux avait montré la pertinence de croiser deux sources de données : celles de FIRMS, l’outil de suivi satellite de la NASA pour l’alerte précoce des points chauds et celles de X (ex-Twitter) pour le suivi des alertes institutionnelles et associatives d’occurrences d’incendies. En 2023, RTE a missionné Datastorm pour aller plus loin et concevoir un outil spécifique d’alerting.
Cette expérimentation, menée par la R&D de RTE pour le centre d’exploitation de Toulouse, s’inscrit en sus des dispositifs d’alertes directes des SDIS auprès de RTE pour signaler de tels évènements et d’initiatives de la région pour gérer ces risques et les conséquences potentielles de coupures associées.
La solution
1/ SUIVRE EN TEMPS REEL LES ALERTES INCENDIE
Sur leurs comptes X respectifs, les Services départementaux d’incendie et de secours (SDIS) partagent des informations en temps réel dont les alertes incendies. En complément des comptes officiels, le compte dédié @FeuxdeForet_FR est aussi suivi. Ce compte reposte les alertes incendie publiées sur https://feuxdeforet.fr/, site et application développés par une agence de communication à Perpignan et produisant des alertes pertinentes et précoces.
Ce travail de suivi est rendu possible grâce à l’utilisation de l’API X qui permet de récupérer en temps réel les nouveaux tweets postés par ces différents comptes. Après récupération, la pertinence des tweets est évaluée au regard de listes de mots. Aujourd’hui, quatre listes permettent de filtrer les tweets et de détecter ceux qui semblent être les plus susceptibles de correspondre à des alertes pertinentes pour les opérateurs. L’un des objectifs étant de minimiser le taux de fausses alertes, ces listes ont été constituées itérativement avec le centre de Toulouse.
L’alerte mentionnant le tweet est envoyée sur OperatorFabric, outil de monitoring/suivi/interactions entre opérateurs en exploitation et proche du temps réel. Une analyse statistique à base de traitement du langage a été menée pour calibrer le contenu des listes de filtrages et les métriques à respecter. Ces analyses ont été réalisées en milieu de projet après qu’un historique suffisamment conséquent ait été récupéré.
Plus particulièrement, un modèle SVM (Support Vector Machine) a été réalisé avec l’objectif de faire ressortir quels mots apparaissent plus dans les tweets avec et sans alerte incendie. Les mots retournés ont permis d’adapter les listes, notamment sur les mots obligatoires.
Figure 01 – Alerte vs pas d’alerte incendie
En cours de prestation s’est posée la question de ce qui importait le plus aux équipes RTE. Le choix s’est porté sur la minimisation du taux de fausses alertes.
Figure 02 – Evolution fausse alertes
Comme le montre le graphique ci-dessus, les évolutions successives apportées sur les filtres ont permis de réduire plus chaque mois le taux de fausses alertes envoyées sur Operator Fabric. Pendant toute la période concernée, plus de 2500 tweets ont été récupérés, analysés et filtrés.
2/ DETERMINER LES OUVRAGES MENACES PAR DES INCENDIES GRACE AUX DONNEES DE LA NASA
FIRMS (Fire Information for Resource Management System), l’outil de suivi satellite de la NASA, met à disposition les géolocalisations et données de points chauds. Ces données peuvent être visualisées sur les cartes mises à disposition sur le site NASA | LANCE | FIRMS. Dans le cadre de cette expérimentation, tous les points chauds de la France métropolitaine sont récoltés puis affichés sur une carte interactive. Les horaires d’acquisitions satellite puis de mises à disposition sont essentiels pour la pertinence de l’information.
CROISEMENT AVEC LES DONNEES CLC
La base de données géographique Corine Land Cover (CLC) est un inventaire de l’occupation des sols issu de l’interprétation d’images satellitaires. Ces données permettent de déterminer les zones végétalisées et forestières susceptibles d’être plus impactées par des grands feux : « Forêts de feuillu », « Forêts de conifères », « Forêts mélangées », « Landes et broussailles »… Cette base de données publique offre une parcellisation de la France en plus de 250 000 surfaces unitaires catégorisées.
ZONES D’EXCLUSION
La mise en place de cette expérimentation a permis de construire, à partir de l’historique des points chauds collectés, des zones associées à des fausses alertes. Il peut s’agir par exemple de zones industrielles ou encore de centrales qui génèrent régulièrement des points chauds à proximité. Pour cette raison, les fermes de panneaux photovoltaïques ont également été considérées comme des zones à exclure du périmètre. Par conséquent, si un point chaud se trouve dans une de ces zones il ne peut donner lieu à une alerte sur une ligne à proximité.
LA CARTE DU RESEAU DES LIGNES RTE
A l’aide de la géolocalisation du réseau RTE, ainsi que des lieux de passage du réseau dans des zones forestières à haut risque d’incendie, un rapprochement est fait avec la localisation des points chauds afin de pouvoir alerter les opérateurs lorsqu’au moins l’un d’entre eux est localisé, en zone forestière, à moins d’un kilomètre d’un ouvrage. Les ouvrages à 5 et 10km sont détectés mais non alertés.
Figure 03- Capture de l’historique des points chauds en forêt ou zone végétalisée.
Le résultat
L’expérimentation a permis la mise en place d’une publication dynamique qui recense les tweets mentionnant des alertes incendie ainsi qu’une cartographie des ouvrages RTE et leur proximité aux points chauds collectés via l’outil FIRMS de la NASA.
La publication en ligne est actualisée toutes les 15 minutes. A chaque mise à jour, les nouveaux tweets publiés sont récupérés et analysés et chaque nouveau point chaud est récupéré et affiché sur la carte. Si ce point chaud réunit les conditions nécessaires (dont sa proximité à moins de 1km d’une ligne), une alerte est envoyée sur OperatorFabric.
Figure 04 – Production d’un rapport automatisé et alerting OpFab.
Le taux de fausses alertes a évolué au cours de l’expérimentation par l’enrichissement des listes de filtrages, l’introduction de zones d’exclusions et le raffinement de divers paramètres (distances des points chauds par rapport aux ouvrages, délai de neutralisation d’une alerte avant d’en réémettre une sur les mêmes ouvrages, etc.).
En ajoutant les comptes X d’autres départements et en filtrant sur de nouvelles zones géographiques, cette application pourra être étendue à d’autres régions françaises.
Une analyse sémantique plus poussée des tweets via des outils d’IA pourrait également être investiguée avec de meilleurs filtrages de fausses alarmes.
Pour offrir les meilleures expériences, nous utilisons des technologies telles que les cookies pour stocker et/ou accéder aux informations des appareils. Le fait de consentir à ces technologies nous permettra de traiter des données telles que le comportement de navigation ou les ID uniques sur ce site. Le fait de ne pas consentir ou de retirer son consentement peut avoir un effet négatif sur certaines caractéristiques et fonctions.
Fonctionnel
Toujours activé
Le stockage ou l’accès technique est strictement nécessaire dans la finalité d’intérêt légitime de permettre l’utilisation d’un service spécifique explicitement demandé par l’abonné ou l’utilisateur, ou dans le seul but d’effectuer la transmission d’une communication sur un réseau de communications électroniques.
Préférences
Le stockage ou l’accès technique est nécessaire dans la finalité d’intérêt légitime de stocker des préférences qui ne sont pas demandées par l’abonné ou l’utilisateur.
Statistiques
Le stockage ou l’accès technique qui est utilisé exclusivement à des fins statistiques.Le stockage ou l’accès technique qui est utilisé exclusivement dans des finalités statistiques anonymes. En l’absence d’une assignation à comparaître, d’une conformité volontaire de la part de votre fournisseur d’accès à internet ou d’enregistrements supplémentaires provenant d’une tierce partie, les informations stockées ou extraites à cette seule fin ne peuvent généralement pas être utilisées pour vous identifier.
Marketing
Le stockage ou l’accès technique est nécessaire pour créer des profils d’utilisateurs afin d’envoyer des publicités, ou pour suivre l’utilisateur sur un site web ou sur plusieurs sites web ayant des finalités marketing similaires.
