L2EP

L2EP Logo

LABORATORY OF ELECTRICAL ENGINEERING AND POWER ELECTRONICS

Research – Development – Innovation

Soutenance de thèse, Egnonnumi Lorraine CODJO, 24 novembre 2022

Modélisation des réseaux électriques de basse tension à partir d’une grande masse de données :
Applications de méthodes d’apprentissage automatique pour la surveillance du réseau dans des conditions atmosphériques variables et de vieillissement

Le jeudi 24 novembre 2022  à 10h30, Salle Macquet, Université de Mons, Boulevard Dolez  3, 7000 Mons, Belgique

Résumé :

Ce projet de recherche explore des approches scientifiques pour la modélisation des réseaux de distribution électrique à partir des données énergétiques mesurées par les compteurs communiquant. Ces compteurs ont été initialement déployés pour permettre la mise en place de tarifs dynamiques et ainsi une participation active des consommateurs sur le marché de l’électricité. Dans ces travaux de recherche, on explore la possibilité d’augmenter l’observabilité sur le fonctionnement du réseau et de déterminer l’état de dégradation physique des lignes et câbles électriques. En exploitant les données mesurées, une méthode heuristique permet de retrouver une architecture du réseau satisfaisant les points de fonctionnement mesurés. Les impédances entre nœuds sont ensuite identifiées. A partir de l’analyse statistique de ces impédances au cours d’une année, l’impact de la température extérieure sur les lignes et câbles du réseau est analysé ainsi que l’impact sur le plan de tension. Les données sont ensuite utilisées pour investiguer l’influence de la dégradation des isolants sur les variations de tensions aux différents nœuds du réseau. Plusieurs techniques d’intelligence artificielle, Machine Learning sont évalués et comparées pour détecter préventivement ces défauts dans les câbles Basse Tension. Pour les réseaux de distribution, les méthodes et outils développés dans cette thèse peuvent aider à maintenir leur fonctionnement, élargir leur capacité d’hébergement (augmentation de la demande pour les ménages, nouveaux consommateurs et sources renouvelables) et permettre la planification rentable des opérations de maintenances.

Mots clefs : 

Réseaux de distribution basse tension, Méthodes d’apprentissage automatique supervisées, Dégradation de l’état du câble, Compteurs communicants, Scénarii de Monte Carlo, Evaluation de l’état des câbles