Développement de modèles IA parallélisés adaptés à la prévision court terme des mouvements d’énergie dans des équipements électriques de moyenne tension

On cherche a prevoir via l’intelligence artificielle (IA) comment un groupe d’equipements de moyenne tension appele «
paste satellite » va alimenter en electricite son secteur de distribution pour les prochaines heures et jours. Le
comportement d’un poste satellite est defini par trois unites de mesure qui sont la puissance active en megawatts (MW),
la puissance reactive en megavars (MVar) et l’intensite en ampere (A), et qui sont prises pour trois types differents
d’equipements du paste (le transformateur, la barre et le disjoncteur triphase), soit de l’ordre de cent points de mesure par
paste. Dans ce contexte, le travail propose consiste a construire des modeles IA qui, par apprentissage sur les mesures
observees aux pastes satellites (puissances active et reactive, intensite) sont capables de simuler puis prevoir ces grandeurs
physiques (extrants) a partir de donnees meteorologiques locales disponibles (intrants meteorologiques) et eventuellement
d’autres donnees non-meteorologiques (intrants non-meteorologiques).

Faculty Supervisor:

Fabian Bastin;Youssef Diouane

Student:

Partner:

Hydro-Quebec

Discipline:

Engineering

Sector:

Technology; Green/Alternative Energy; Energy and Utilities

University:

Université de Montréal

Program: