Développement d’un modèle de pronostic pour la maintenance prédictive des éoliennes à partir d’une modélisation hybride basée sur données et sur modèles physiques.

La transition énergétique est un des efforts nécessaires pour ralentir et limiter le réchauffement climatique et ses impacts. La mission de ce projet commun entre l’École de technologie supérieure (ÉTS) et Power Factors est de favoriser l’énergie éolienne par une réduction des coûts d’opération et maintenance de ce type d’énergie. Plus précisément, notre ambition est de mieux comprendre comment les défaillances s’amorcent et évoluent dans les composants des éoliennes.

Optimisation des systèmes de stockage d’énergie sur les réseaux dedistribution en lien avec des parcs éoliens et solaires

Le développement des énergies renouvelables est l’enjeux énergétique contemporain afin de diminuer l’impact de l’homme sur notre planète. Le stockage de l’énergie est l’un des enjeux les plus importants pour leur développement. Elles ne peuvent pas se développer à grande échelle sans systèmes de stockage en raison de leur intermittence et dépendance aux conditions météorologiques.

Développement de modèles de détection d’anomalies pour les parcs éoliens et solaires

Power Factors offre une plateforme de suivi de performance de parcs éoliens et solaire. Cette plateforme collecte les données opérationnelles des parcs, les archive, puis les traite (calcul d’indicateurs de performance) pour ensuite les transmettre aux exploitants et propriétaires de ces parcs. Power Factors utilise déjà quelques modèles de détection d’anomalies à travers sa plateforme d’analytiques avancées.