Métrique de performance pour détection d’anomalie automatisée dans les groupes turbine-alternateur

Le projet de recherche consiste à développer une méthodologie pour identifier les métriques adéquates permettant de comparer les performances de différentes approches de détection d’anomalie en fonction d’un contexte donné et d’en implémenter une preuve de concept adaptée au problème de surveillance des groupes turbine-alternateur chez Hydro-Québec.
Lorsque les données pour définir explicitement des classes de comportements anormaux sont insuffisantes et que la quantité de données correspondant à un comportement normal est grande, il devient préférable de modéliser des classes de comportements normaux. La détection d’anomalie correspond à identifier les données qui diffèrent du comportement normal.

Faculty Supervisor:

Samuel-Jean Bassetto;Luc Adjengue

Student:

Partner:

Hydro-Quebec (Montreal, QC)

Discipline:

Engineering

Sector:

Construction and infrastructure; Professional, scientific and technical services; Utilities

University:

Polytechnique Montréal

Program: