BengalGrid: A Decade-Scale Hourly Dataset of Bangladesh Power Supply by Source Type, Including Cross-Border Imports from India and Nepal

L'électricité est le courant invisible qui alimente la vie moderne, circulant des centrales électriques à travers un vaste réseau vers les lumières, les usines et les foyers. Pour que les ingénieurs et les décideurs puissent maintenir ce système en bon état de fonctionnement, ils ont besoin d'un enregistrement clair et continu de la quantité exacte d'énergie produite, de sa provenance et du moment où elle est nécessaire. Cet enregistrement est appelé une série temporelle, une simple liste de chiffres qui raconte une histoire au fil du temps. Sans une telle liste, il est impossible de prédire les besoins futurs ou de comprendre comment le mélange des sources d'énergie — comme le gaz, le charbon ou l'éolien — évolue. Cependant, dans de nombreuses parties du monde, cette information vitale est éparpillée, cachée dans des formats destinés à l'œil humain plutôt qu'à l'analyse informatique, ou simplement absente pendant de longues périodes.

Au Bangladesh, une nation dotée d'une économie en croissance rapide et d'un paysage énergétique complexe, un enregistrement aussi clair manquait jusqu'à récemment. Le réseau électrique du pays repose sur un mélange de sources de combustibles domestiques et d'électricité importée de pays voisins, mais les données officielles étaient verrouillées dans un site web public qui présentait les informations d'une manière que les ordinateurs ne pouvaient pas lire facilement. Les dates étaient écrites dans un script différent, les chiffres étaient incohérents et les données étaient fragmentées en des milliers de petites pages. Pour étudier l'avenir énergétique du pays, les chercheurs devaient déverrouiller ces données, les nettoyer et les transformer en une chronologie unique et fiable.

Une équipe de chercheurs de l'East West University de Dhaka a maintenant fait exactement cela. Ils ont créé un nouveau jeu de données ouvert appelé BengalGrid, qui offre une vue horaire et sur une décennie de l'approvisionnement électrique du Bangladesh. En écrivant un programme informatique pour visiter systématiquement le portail officiel du gouvernement, ils ont collecté plus de 104 000 enregistrements s'étendant d'avril 2015 à octobre 2026. Cet effort massif a transformé une collection chaotique de pages web en un fichier propre et organisé que n'importe qui peut utiliser pour étudier comment le pays génère et importe de l'électricité.

Le processus a commencé par un balayage numérique du site web public de la Power Grid Company of Bangladesh. Les chercheurs ont écrit un script pour visiter chaque page du site, une par une, imitant un visiteur humain pour éviter de surcharger le serveur. Ils ont extrait les tableaux contenant les données de production, qui listaient la production totale de puissance et la répartition par type de combustible, tels que le gaz naturel, le combustible liquide, le charbon, l'hydroélectricité, le solaire et l'éolien. Ils ont également capturé les données sur l'électricité provenant d'Inde et du Népal via des connexions transfrontalières spécifiques. Les données brutes qu'ils ont recueillies étaient désordonnées. Les dates et les heures étaient écrites en chiffres bengalis, que les ordinateurs ne reconnaissent pas comme des nombres, et les formats de temps étaient incohérents. Certaines entrées étaient des doublons, et d'autres comportaient des informations manquantes.

Pour rendre les données utilisables, l'équipe a construit un second programme pour les nettoyer et les organiser. Ils ont converti les chiffres bengalis en chiffres standards, ont corrigé les horodatages pour qu'ils suivent tous le même format, et ont supprimé les entrées en double. Au total, ils ont écarté 438 lignes en double et une poignée d'enregistrements avec des dates impossibles, laissant un ensemble final de 104 134 enregistrements horaires uniques. Crucialement, ils ont décidé de ne pas remplir les nombres manquants ni de corriger les valeurs aberrantes étranges qu'ils ont trouvées. Au lieu de cela, ils ont laissé les lacunes et les valeurs bizarres exactement telles qu'elles apparaissaient dans la source, faisant confiance au fait que les futurs chercheurs voudraient voir la vérité brute des données et prendront leurs propres décisions sur la manière de les traiter. Cette approche garantit que le jeu de données reste un miroir transparent des registres officiels, plutôt qu'une version polie qui cache les erreurs potentielles.

Une fois les données prêtes, les chercheurs ont passé des mois à vérifier leur qualité pour s'assurer qu'elles racontent une histoire vraie. Ils ont vérifié que la quantité totale de puissance rapportée pour toute heure donnée correspondait à la somme des sources individuelles, telles que le gaz et le charbon, plus l'électricité importée des voisins. Dans presque tous les cas où tous les chiffres étaient disponibles, le total correspondait parfaitement à la somme de ses parties, avec une différence de moins d'un mégawatt. Cette cohérence interne a confirmé que le processus de collecte de données avait préservé les relations entre les différentes colonnes d'informations. Ils ont également vérifié si les données se comportaient comme un vrai réseau électrique devrait le faire. Ils ont constaté que la production d'électricité suivait un rythme quotidien prévisible, diminuant tôt le matin, augmentant pendant la journée et atteignant un plateau distinct le soir lors des pics de demande. Ils ont également observé un modèle hebdomadaire, avec une baisse notable de la consommation d'électricité les vendredis, qui est le jour de congé hebdomadaire au Bangladesh, ainsi qu'un modèle saisonnier où l'offre est plus élevée pendant les mois chauds de l'été et plus faible pendant l'hiver.

Le jeu de données révèle un changement significatif dans la manière dont le Bangladesh alimente sa croissance. Sur les dix années couvertes par les données, l'approvisionnement total en électricité du pays a progressé de manière constante. Les chercheurs ont observé que, bien que le gaz naturel ait traditionnellement été la source dominante, sa part dans le mélange total a commencé à décliner. Parallèlement, le charbon a bondi, passant d'une infime fraction de l'offre à un contributeur majeur qui rivalise désormais avec le gaz en volume. Les données montrent également l'importance croissante du commerce transfrontalier. L'électricité importée d'Inde, particulièrement via une connexion à haute tension appelée Bheramara, est devenue une partie stable et essentielle du réseau. De nouvelles connexions, incluant des lignes provenant d'Adani et du Népal, apparaissent dans les dernières années du jeu de données, reflétant l'expansion des partenariats énergétiques du pays.

Les chercheurs ont également documenté les limites de leur travail, s'assurant que les utilisateurs sachent exactement ce qu'ils regardent. Ils ont constaté que certaines sources plus récentes, comme l'énergie éolienne et solaire, présentent de larges lacunes dans les premières années du jeu de données car elles n'étaient pas signalées à ce moment-là. Les données contiennent également quelques valeurs extrêmes qui semblent physiquement impossibles, comme un enregistrement unique montrant une production totale de plus de 64 millions de mégawatts, ce qui est bien au-delà de ce que l'ensemble du pays pourrait jamais produire. Il s'agit probablement d'erreurs dans le rapport d'origine, et les chercheurs les ont laissées dans le fichier afin que les utilisateurs puissent les identifier et les gérer. De même, les données montrent que l'approvisionnement en électricité du pays ne concerne pas seulement la quantité produite, mais aussi le moment où elle est produite, avec des pics clairs en soirée qui nécessitent une gestion minutieuse.

En publiant ce jeu de données ainsi que le code informatique utilisé pour le créer, l'équipe a fourni une base pour les recherches futures. Les scientifiques peuvent désormais utiliser ces données pour prévoir les besoins énergétiques futurs, étudier l'impact environnemental de la transition du gaz vers le charbon, ou analyser comment le commerce transfrontalier affecte la sécurité nationale. Ce travail transforme une collection fragmentée et difficile à lire de pages web en un enregistrement clair et à long terme du parcours énergétique d'une nation. Il montre que même lorsque les données sont cachées derrière des interfaces désordonnées, elles peuvent être découvertes et organisées pour révéler le pouls constant et complexe d'une économie moderne. Le résultat est un outil qui permet à quiconque, des étudiants aux experts politiques, de voir la décennie passée de l'histoire de la puissance électrique du Bangladesh en haute définition, prête à éclairer les décisions de la décennie suivante.