LIPS (Learning Industrial Physical Systems) : la première plateforme de benchmarking pour l’hybridation simulation/IA

La simulation numérique est aujourd’hui un outil indispensable dans la conception et le pilotage des systèmes physiques complexes, notamment grâce à son coût relativement faible par rapport aux essais réels. Cependant, le coût de calcul important, souvent associé aux simulations physiques, rend difficile leur utilisation dans un contexte industriel. Ce constat a conduit les récents travaux de recherche à hybrider les méthodes de simulation classiques avec des techniques d’intelligence artificielle (IA) – plus précisément d’apprentissage automatique – afin d’améliorer le compromis coût de calcul/précision des simulations physiques et permettre ainsi leur utilisation dans un contexte industriel.

La démocratisation de ce type d’approches innovantes se heurte néanmoins à plusieurs limites. L’une des plus importantes reste, sans conteste, la validation des simulateurs ainsi « augmentés ». C’est justement l’objet de la plateforme de benchmarking LIPS. Il s’agit de la première plateforme permettant de comparer et d’évaluer plusieurs solutions candidates, facilitant ainsi le choix du modèle optimal pour un cas d’usage précis. 

LIPS est une plateforme open source (https://lips.irt-systemx.fr) qui s’articule autour de trois modules : données, modèle et évaluation. Le module d’évaluation est organisé en quatre catégories illustrées (cf. visuel), qui couvrent différents aspects des simulateurs physiques basé sur l’IA.

LIPS appliquée aux réseaux électriques de RTE

Dans le cadre de la modélisation de ses réseaux électriques, RTE utilise la simulation numérique pour aider l’opérateur dans sa prise de décision en préconisant des actions à réaliser (ex : un changement topologique pour éviter le risque de coupure sur le réseau). Cependant, comme cette prise de décision doit se faire en temps réel, l’hybridation avec des méthodes d’apprentissage apparait comme une solution prometteuse pour disposer de modèles capables de fournir des solutions instantanées, tout en préservant des niveaux de précision satisfaisants. 

La plateforme LIPS a été utilisée avec succès sur ce cas d’usage et a permis de mener une étude comparative efficace en considérant l’ensemble des critères. La solution retenue a permis de bénéficier de l’apport de l’IA qui montre une réduction possible du temps de calcul d’un facteur 100, tout en préservant un niveau de précision acceptable et en réussissant les tests de passage à l’échelle de l’équivalent d’une zone de réseau opérée par un opérateur.

Le modèle sélectionné sera utilisé chez RTE au sein d’outils d’aide à la décision pour les opérateurs. Il permettra de prédire en temps réel les actions à réaliser sur le réseau en cas de difficulté (surcharge d’une ligne électrique, pannes, etc.).