Thèse soutenue

Vers une gestion décentralisée des données des réseaux de capteurs dans le contexte des smart grids
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Natalie Matta
Direction : Akil JradLeïla MerghemRana Rahim-Amoud
Type : Thèse de doctorat
Discipline(s) : Réseaux, Connaissances, Organisations
Date : Soutenance le 20/03/2014
Etablissement(s) : Troyes en cotutelle avec Université Libanaise
Ecole(s) doctorale(s) : Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube)
Partenaire(s) de recherche : Laboratoire : Institut Charles Delaunay / ICD
Jury : Président / Présidente : Marcelo Dias de Amorim
Examinateurs / Examinatrices : Akil Jrad, Leïla Merghem, Rana Rahim-Amoud, Marcelo Dias de Amorim, Yacine Ghamri-Doudane, Francine Krief, Rima Kilany
Rapporteurs / Rapporteuses : Yacine Ghamri-Doudane, Francine Krief

Résumé

FR  |  
EN

Cette thèse s’intéresse à la gestion décentralisée des données récoltées par les réseaux de capteurs dans le contexte des réseaux électriques intelligents (smart grids). Nous proposons une architecture décentralisée basée sur les systèmes multi-agents pour la gestion des données et de l’énergie dans un smart grid. En particulier, nos travaux traitent de la gestion des données des réseaux de capteurs dans le réseau de distribution d’un smart grid et ont pour objectif de lever deux verrous essentiels : (1) l'identification et la détection de défaillances et de changements nécessitant une prise de décision et la mise en œuvre des actions correspondantes ; (2) la gestion des grandes quantités de données qui seront récoltées suite à la prolifération des capteurs et des compteurs communicants. La gestion de ces informations peut faire appel à plusieurs méthodes, dont l'agrégation des paquets de données sur laquelle nous nous focalisons dans cette thèse. Nous proposons d’agréger (PriBaCC) et/ou de corréler (CoDA) le contenu de ces paquets de données de manière décentralisée. Ainsi, le traitement de ces données s'effectuera plus rapidement, ce qui aboutira à une prise de décision rapide et efficace concernant la gestion de l'énergie. La validation par simulation de nos contributions a montré que celles-ci répondent aux enjeux identifiés, notamment en réduisant le volume des données à gérer et le délai de communication des données prioritaires