Supervision en temps réel des réseaux d’eau et d’eaux usées : corréler les données AMI, SCADA, SIG, de pression et de qualité pour accélérer le diagnostic des incidents

Corréler AMI, SCADA, SIG et capteurs pour diagnostiquer plus vite

Les exploitants de réseaux d’eau potable, d’assainissement et de collecte disposent aujourd’hui de volumes croissants de données : télérelève AMI (Advanced Metering Infrastructure), supervision SCADA, système d’information géographique (SIG), capteurs de pression, débitmètres, analyseurs de qualité d’eau, automates de stations et historiques de maintenance. Pourtant, ces informations restent fréquemment réparties entre plusieurs applications, protocoles et équipes. Une alarme de pression, une hausse de débit nocturne, une baisse de consommation mesurée par télérelève ou une dérive de turbidité peuvent ainsi être analysées séparément, alors qu’elles décrivent potentiellement un même événement hydraulique ou qualitatif.

L’objectif d’une supervision unifiée n’est pas de remplacer systématiquement les investissements existants en SCADA ou en SIG. Il consiste à rendre les données comparables, géolocalisées, horodatées et exploitables dans un même contexte opérationnel. Cette corrélation permet de distinguer plus rapidement une casse de conduite d’une manœuvre planifiée, une anomalie de comptage d’une fuite réelle, un incident de désinfection d’une variation liée à la ressource, ou encore un dysfonctionnement de pompe d’un épisode de surcharge hydraulique.

Pour les équipes d’astreinte, de conduite, de maintenance et de planification patrimoniale, l’enjeu est concret : réduire le délai entre la détection d’un signal faible, sa qualification, sa localisation probable et le déclenchement d’une action terrain proportionnée. Cette démarche soutient également la continuité de service, la maîtrise de l’eau non facturée, la prévention des débordements et la traçabilité des décisions prises lors d’un événement.

Données réseau isolées : un diagnostic trop lent

Dans de nombreux services d’eau, le SCADA concentre les informations de production, de pompage, de réservoirs et d’ouvrages équipés d’automates. Le SIG décrit quant à lui la topologie théorique du réseau, les matériaux, diamètres, dates de pose, vannes, branchements et historiques d’intervention. Les données AMI apportent une vision fine des consommations et, selon l’architecture de télérelève, des alarmes telles que les débits continus, les retours d’eau présumés ou les compteurs injoignables. Enfin, les capteurs distribués documentent la pression, le débit, le niveau, la qualité physico-chimique ou certains indicateurs de pollution. Chacune de ces sources répond à un besoin légitime ; leur cloisonnement réduit toutefois leur valeur opérationnelle.

Sur le terrain, une chute de pression peut résulter d’une rupture, d’un démarrage de pompe, d’une ouverture de vanne, d’une consommation exceptionnelle ou d’un défaut de capteur. Si elle est observée seule, l’équipe doit consulter successivement les tendances SCADA, la carte SIG, les historiques de travaux, les alarmes de sectorisation et les données de consommation. Cette succession d’écrans et d’exports augmente le temps de qualification, particulièrement lorsque l’événement survient de nuit, sur un réseau étendu ou dans une zone où les communications sont intermittentes.
Dans les réseaux d’eaux usées, le raisonnement est comparable : une hausse de niveau, une baisse de pression sur une conduite de refoulement ou une évolution anormale du débit peut signaler un colmatage, une défaillance de pompe, une infiltration, une fuite ou une surcharge liée à un épisode pluvieux. Sans rapprochement avec les états des postes, les pluviomètres, les données de débit et la configuration du réseau, l’origine demeure incertaine.

Les décalages d’horodatage constituent un autre point critique. Un système peut enregistrer en heure locale, un autre en UTC ; les fréquences d’acquisition peuvent varier de quelques secondes à plusieurs heures ; les transmissions cellulaires peuvent être différées. Comparer des séries non synchronisées peut conduire à attribuer à tort une cause à un effet. La qualité des métadonnées est tout aussi déterminante : identifiant de l’actif, position, sens d’écoulement, unité, plage de mesure, état d’étalonnage et statut de communication doivent être connus pour interpréter correctement une valeur.

Le cadre réglementaire renforce le besoin de traçabilité. En Europe, la directive (UE) 2020/2184 relative à la qualité des eaux destinées à la consommation humaine favorise une approche fondée sur l’évaluation et la gestion des risques, de la ressource jusqu’au point de conformité. Pour l’assainissement, les exigences de surveillance des rejets et de maîtrise des déversements imposent une information fiable et contextualisée. Ces obligations ne prescrivent pas une plateforme unique, mais elles rendent essentielle la capacité à démontrer la cohérence des données, la gestion des alarmes et les actions engagées. La cybersécurité doit également être intégrée dès la conception : segmentation entre systèmes informatiques et opérationnels, contrôle des accès, journalisation, sauvegardes et principes compatibles avec les approches de la série IEC 62443.

Supervision corrélée pour une réponse opérationnelle

Une architecture de supervision efficace commence par une cartographie des cas d’usage : casse de conduite, fuite diffuse, dépressurisation, coup de bélier, perte de désinfectant résiduel, déversement, dysfonctionnement de poste de relèvement, surcharge pluviale ou dérive de traitement. Pour chaque événement, il convient de définir les signaux attendus, leur criticité, les actifs concernés, les délais de réaction, les destinataires et les actions de vérification terrain. Cette étape évite de transformer la centralisation des données en simple accumulation d’alarmes.

Créer un référentiel commun des données et des actifs

La corrélation repose sur un modèle de données commun. Chaque mesure doit être rattachée à un actif et à une localisation SIG : conduite, secteur de comptage, chambre, vanne, pompe, réservoir, poste de relèvement ou point de qualité. Les informations de contexte comprennent notamment le diamètre, le matériau, l’altimétrie, l’âge, le sens hydraulique présumé, les limites de sectorisation et les interventions récentes. Les flux SCADA, AMI, de télémesure et de laboratoire peuvent alors être rapprochés autour d’un même objet réseau, plutôt que consultés comme des historiques indépendants.

L’horodatage doit être normalisé, idéalement sur une référence UTC avec gestion explicite du fuseau horaire et des changements saisonniers. Les équipements à forte fréquence, tels que les enregistreurs de pression destinés à capter des transitoires, ne doivent pas être analysés avec les mêmes règles que les relevés AMI quotidiens ou horaires. Une stratégie d’agrégation doit conserver la donnée brute utile à l’investigation tout en produisant des indicateurs synthétiques : minimum, maximum, moyenne, variance, taux de variation, durée de dépassement et qualité de communication.

Corréler les signatures d’incidents plutôt que les seuils seuls

Une alarme isolée sur seuil reste nécessaire, mais elle génère souvent des faux positifs. Une logique événementielle plus robuste combine plusieurs signaux. Par exemple, la signature d’une casse peut associer une chute de pression localisée, une hausse de débit de secteur, des consommations AMI continues ou atypiques à proximité, ainsi que l’absence de manœuvre planifiée. La présence de ces indicateurs dans une fenêtre temporelle cohérente augmente la priorité de l’alarme et fournit une zone de recherche plus ciblée.

Pour la qualité de l’eau, une variation de turbidité, de conductivité, de pH, d’absorbance UV-Vis ou de chlore résiduel doit être interprétée avec les conditions hydrauliques : changement de source, vidange ou remplissage de réservoir, inversion de flux, baisse de pression, travaux, purges ou modification de dosage. La surveillance multiparamétrique en réseau, déployée par Badger Meter dans des contextes de distribution étendus, illustre l’intérêt d’associer mesures en continu, acquisition locale, transmission vers la supervision et mécanismes de nettoyage afin de rendre les tendances réellement exploitables.

La restitution opérationnelle prend la forme d’une carte active : alarmes hiérarchisées, actifs affectés, tendances superposées, état des communications, caractéristiques SIG et historique de maintenance. L’opérateur doit pouvoir passer d’une alarme à la série temporelle, puis à la liste des abonnés, vannes ou ouvrages concernés, sans reconstruire manuellement le contexte. Des procédures guidées peuvent enfin l’aider à qualifier l’événement : vérifier les travaux planifiés, confirmer la cohérence de capteurs voisins, isoler la zone, lancer une campagne terrain ou ajuster le fonctionnement d’un équipement.

Analyse des bénéfices et limites de la corrélation

La principale valeur d’une supervision corrélée est la réduction du temps de diagnostic, et non la seule multiplication des données disponibles. Lorsqu’une équipe peut visualiser simultanément l’évolution de pression, le débit de secteur, les informations AMI, les alarmes de qualité et la configuration SIG, elle peut prioriser plus vite les actions. Le bénéfice est particulièrement important pour les incidents rapides, dont les manifestations sont dispersées dans le réseau : coups de bélier, ruptures de conduites de refoulement, épisodes de baisse de pression ou variations transitoires de qualité.

L’expérience de Badger Meter dans la surveillance des transitoires montre qu’une fréquence de mesure adaptée est déterminante. À Bergen, une instrumentation haute résolution a permis de mettre en évidence des surpressions et dépressions que des enregistrements plus lents ne pouvaient pas caractériser correctement. La corrélation avec les informations de localisation et d’exploitation a aidé à relier certains événements à des manœuvres de vannes et à des soutirages industriels. La réduction d’un phénomène hydraulique passe ensuite par une action sur sa cause, et non par l’analyse seule : réglage de séquences, amortissement, réservoir tampon, adaptation d’une pompe ou modification de pratique d’exploitation.

Cette approche présente néanmoins des limites. Une plateforme ne corrige ni un SIG incomplet, ni un capteur mal implanté, ni une mesure dérivante. La couverture instrumentale doit être conçue selon les risques et les mécanismes hydrauliques du réseau. Un capteur de pression placé trop loin d’une zone critique peut ne pas enregistrer la signature recherchée ; une sonde de qualité insuffisamment entretenue peut créer des alarmes injustifiées ; des données AMI à faible cadence ne permettent pas de localiser un événement de courte durée avec la précision d’un enregistreur haute fréquence. Les règles de corrélation doivent donc intégrer l’incertitude, le statut de validité des mesures et la disponibilité des télécommunications.

La gouvernance constitue une autre condition de réussite. Il est nécessaire de définir qui est responsable de la donnée, qui valide une alarme, qui met à jour les attributs SIG après travaux et qui décide de la clôture d’un incident. Les algorithmes de détection d’anomalies ou d’apprentissage automatique peuvent compléter les règles métier, notamment pour repérer des profils inhabituels. Ils ne doivent toutefois pas être utilisés comme une boîte noire : les opérateurs doivent pouvoir comprendre les données ayant conduit à une alerte, vérifier les hypothèses et conserver une décision humaine pour les actions à enjeu sanitaire ou de sécurité.

À moyen terme, la combinaison de modèles hydrauliques, de données temps réel et d’historiques d’incidents peut améliorer la localisation probabiliste des fuites, l’optimisation énergétique des pompages et la hiérarchisation du renouvellement patrimonial. La pertinence de ces outils dépendra toujours de trois fondations : synchronisation temporelle, qualité métrologique et contexte réseau maintenu à jour.

Une vue réseau partagée pour agir avec méthode

La supervision en temps réel des réseaux d’eau et d’eaux usées gagne en efficacité lorsque les données AMI, SCADA, SIG, pression, débit et qualité sont réunies dans un contexte commun. La valeur ne réside pas seulement dans la visualisation centralisée : elle vient de la capacité à associer une anomalie à un actif, à une zone géographique, à une chronologie et à des signaux indépendants qui confirment ou infirment une hypothèse.

Une mise en œuvre robuste exige un référentiel d’actifs fiable, des horodatages cohérents, des règles de corrélation adaptées aux scénarios métier, une hiérarchisation des alarmes et des procédures opérationnelles associées. Elle doit aussi intégrer les limites propres aux capteurs, aux fréquences d’acquisition, aux communications et à la qualité des données. Cette méthode permet de limiter les angles morts, de réduire les délais de qualification et de mieux orienter les équipes terrain.

Pour illustrer cette architecture, Badger Meter propose notamment BEACON SaaS pour la gestion des données de compteurs, PIPEMINDER-ONE pour la surveillance de pression et des événements réseau, MetriNet pour l’analyse multiparamètres de la qualité de l’eau, ainsi que con::cube V3, moni::tool et ana::tool pour l’acquisition, la visualisation, la gestion de stations et la détection d’événements.