Le partage des données
catalyseur de la transition énergétique ?
© Sander Weeteling – Unsplash
L’intégration de sources d’énergie décentralisées et d’appareils intelligents permet un accès sans précédent à des données de haute résolution, pouvant améliorer les prévisions de la production énergétique. Cependant, ces données sont sensibles et impliquent le développement d’une IA respectueuse de la confidentialité, mais également explicable, selon les normes européennes dans ce domaine. Les travaux du projet AI-NRGY visent à répondre à ces deux critères, d’apparence contradictoires.
Par Lukas Stippel, ancien-doctorant à PERSEE et membre du projet AI-NRGY, Carla Gonçalves, Simon Camal, Georges Kariniotakis (PERSEE)
Dans le contexte de la transition énergétique, les systèmes énergétiques connaissent une transformation dont les deux principaux moteurs sont le déploiement à grande échelle des ressources énergétiques distribuées et la numérisation des réseaux électriques à tous les niveaux.
L’idée derrière le partage des données est de combiner des informations provenant de différentes sources afin d’améliorer les performances dans diverses fonctions telles que la modélisation, la prévision ou l’optimisation des réseaux électriques. Aujourd’hui, le partage des données a également démontré son intérêt dans d’autres secteurs tels que la santé et la finance. Dans le secteur de l’énergie, un cas typique est celui de la prévision à court terme de la production des centrales d’énergie renouvelable. Les avantages de cette approche ont été démontrés dans la littérature ; cependant, dans les applications courantes, ces données ne sont pas librement accessibles, soit parce que les entreprises ne souhaitent pas les partager pour des raisons de concurrence, soit, dans le cas des compteurs intelligents, parce qu’elles sont protégées par des lois sur la protection de la vie privée telles que le RGPD. Nous avons donc besoin de modèles capables de préserver la confidentialité pendant l’apprentissage et la prédiction. L’objectif est de divulguer le moins d’informations possible afin d’empêcher la reconstitution des données d’origine (voir exemples ci-contre).
Cependant, la confidentialité n’est pas le seul critère que nous souhaitons garantir. Il faut également développer un modèle faisant preuve de fiabilité et de résilience, qui dans ce contexte signifie que les participants n’ont pas besoin de disposer de l’entièreté des données nécessaires à la prédiction.
© Lukas Stippel, Georges Kariniotakis et Simon Camal
Une première approche consiste à utiliser des arbres à gradient boosté (GBT) chiffrés. Ici, un ensemble d’arbres de décision est entraîné en ajoutant de nouveaux arbres, qui corrigent de manière additive les prédictions de l’ensemble actuel. Les GBT présentent deux avantages majeurs en ce qui concerne la résilience décrite ci-dessus. Par sa conception, l’algorithme des arbres ne tombe pas en panne si la fonction de perte, par exemple les critères de boosting, est bien choisie. De plus, on peut apprendre ou choisir une direction par défaut pour parcourir l’arbre si les informations nécessaires au choix de la direction font défaut. La confidentialité est préservée ici en répartissant les informations entre les parties de manière à ce que toutes les parties doivent communiquer pour les exploiter.
Cependant, ces applications liées aux énergies renouvelables, qui concernent des infrastructures critiques, relèvent généralement du champ d’application de la loi européenne sur l’intelligence artificielle. Cette loi exige que les modèles d’IA utilisés dans ces cas soient explicables, la contribution de chaque composante doit pouvoir être identifiée.
Bien que l’approche présentée ci-dessus préserve la confidentialité et offre une certaine résilience, nous avons décidé de concevoir un modèle qui tente de répondre à la fois aux exigences de confidentialité, mais aussi d’interprétabilité. Enfin, il faut également prendre en compte un dernier aspect central : une plus grande précision des prévisions.
L’objectif principal de ces travaux est de proposer un modèle capable de répondre à ces trois critères.
L’idée centrale du partage de données dans ce cas n’est pas de partager les données directement, mais plutôt de combiner des données prétraitées localement de manière à ce que les informations partagées ne puissent révéler aucune information privée. Cette stratégie est appelée fusion, et le prétraitement local peut être choisi de telle sorte qu’aucune information ne soit divulguée. Cette stratégie de préservation de la confidentialité permet, en soi, d’envisager un large éventail d’archétypes de modèles ; nous pouvons donc sélectionner celui qui répond à nos autres critères : haute précision, interprétabilité et confidentialité.
Les réseaux de Kolmogorov-Arnold (KAN) : des modèles d’apprentissage automatique complexes mais explicables.
Un archétype de modèle relativement nouveau est ce qu’on appelle les réseaux de Kolmogorov-Arnold (KAN), des modèles d’apprentissage automatique complexes mais explicables. Présentés lors de la conférence ICLR de 2025 par Liu et al., ceux-ci appliquent une approche différente de l’apprentissage profond par rapport aux réseaux neuronaux couramment connus. Les réseaux neuronaux appliquent des transformations simples aux arêtes de chaque couche et possèdent une fonction d’activation complexe à chaque nœud, où les arêtes sont agrégées. Les réseaux KAN inversent ce système : chaque arête est une fonction complexe et le nœud se contente de les additionner pour obtenir une sortie.
Nous devons donc démontrer la confidentialité de du système KAN. La question centrale est de savoir s’il est possible d’inverser le prétraitement pour accéder aux informations d’origine. Une projection dans une dimension inférieure nous permet de démontrer qu’il n’existe pas d’inverse unique, mais au contraire un nombre infini d’inverses possibles, qui ne diminue pas avec le temps.
© Carla Gonçalves, INESC TEC
Dans un second temps, nous devons vérifier que ce modèle est aussi performant que les modèles de pointe de type « boîte noire » – dont le fonctionnement interne reste opaque – et s’il répond bien à nos autres critères. L’ensemble de données tirées du modèle KAN a donc été comparé à celles open source issu du défi GEFCOM 2014, qui fournit des observations historiques et des données de prévision numérique du temps (NWP) pour 10 parcs éoliens en Australie. En termes de performances, nous observons que le meilleur modèle de référence n’atteint qu’une précision supérieure de 1 % à celle du modèle KAN, ce qui s’inscrit dans la fourchette de performances attendue.
Cette approche nous permet donc de faire un premier pas vers un apprentissage automatique collaboratif fiable et respectueux de la vie privée. Elle permet d’évaluer la valeur de la coopération et de vérifier les limites des prédictions, ce qui présente un intérêt pour la cybersécurité. L’exploitation de l’intégration de multiples sources de données peut s’avérer très bénéfique pour la transition énergétique. Les travaux de Lukas Stippel vont à présent se poursuivre en collaboration avec la chercheuse Claire Bizon-Monroc, dans le cadre des projets AI-NRGY et FlexTASE, afin d’étudier les incertitudes et le partage de données et d’énergie dans les communautés multi-énergétiques.
Un partenariat européen
Ces travaux ont été menés en collaboration avec un laboratoire de l’INESC TEC (Portugal), dans le cadre du projet européen Enfield Open AI, financé par l’UE.
Lukas Stippel a travaillé aux côtés de Carla Gonçalves, experte en apprentissage automatique respectueux de la vie privée pour les réseaux électriques. Les deux laboratoires ont ainsi pu mettre en commun leur expertise dans ce domaine.
Plus d'actualités Article
