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
Auteur / Autrice : | Egnonnumi Codjo |
Direction : | Bruno Francois, François Vallée |
Type : | Thèse de doctorat |
Discipline(s) : | Génie Electrique |
Date : | Soutenance le 24/11/2022 |
Etablissement(s) : | Centrale Lille Institut en cotutelle avec Université de Mons |
Ecole(s) doctorale(s) : | École doctorale Sciences de l’ingénierie et des systèmes (Lille) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'électrotechnique et d'électronique de puissance (L2EP) - Laboratoire d’Électrotechnique et d’Électronique de Puissance - ULR 2697 / L2EP |
Jury : | Président / Présidente : Jacques Lobry |
Examinateurs / Examinatrices : Corinne Alonso, Emmanuel De Jaeger, Bashir Bakhshideh Zad | |
Rapporteurs / Rapporteuses : Jean-Paul Gaubert, Manuela Sechilariu |
Mots clés
Mots clés contrôlés
Résumé
Cette thèse explore des applications potentielles des données énergétiques mesurées par les compteurs communiquant des réseaux électriques de basse tension (BT). A partir de ces données, un algorithme heuristique permet de proposer une architecture équivalente du réseau électrique et d’identifier ses impédances par une minimisation optimale des erreurs de modélisation. Le modèle obtenu est utilisé pour étudier l’impact de la variation et de l’augmentation de la température ambiante sur le fonctionnement du réseau électrique. Les variations de la demande des charges électriques, des générateurs PV, de la température ambiante augmentent le courant de fuite à travers l'isolation du câble et accélère le vieillissement de l’infrastructure. Des analyses d'impacts sont menées pour caractériser et modéliser la dégradation de l'isolation des câbles en se basant uniquement sur les données issues des compteurs « intelligents ». Etant donné que des modèles mathématiques satisfaisants basés sur la physique ne sont pas développables, plusieurs méthodes d'apprentissage automatique supervisé sont appliquées pour évaluer l'état de dégradation des câbles. Des cas d’études sont analysés pour comparer la précision des méthodes d’apprentissage pour différent scenarii de dégradations. Les outils proposés offrent des perspectives prometteuses pour l'identification précoce des défauts dans les câbles BT en utilisant des mesures issues des compteurs combinés à des approches d’apprentissage et des calculs de flux de puissances utilisant des simulations de scénarios de Monte Carlo pour calculer les tensions