Prévisions énergétiques au moyen de l’Intelligence artificielle en présence de données massives

L’analyse prévisionnelle des surplus ou des déficits énergétiques pour le parc de production d’Hydro-Québec est primordiale pour l’entreprise. Elle définit les stratégies des stocks cibles (niveau des réservoirs) sur le moyen long terme et les contrats d’échanges avec les réseaux voisins. En 2025, deux approches de modélisation sont considérées opérationnellement pour faire la prévision énergétique. La première approche se base sur la modélisation hydrologique conceptuelle (avec intrants météo simplifiés) pour effectuer une prévision d’apport énergétique pour l’année courante. La seconde approche utilise un modèle statistique simple (de type autorégressif d’ordre 1 sans aucun intrant météo) combiné à des données d’écarts énergétiques globales et annuelles pour anticiper les écarts énergétiques futurs (Perreault 2025).

Ce projet de stage est un préambule à un potentiel projet de thèse du même titre. Premièrement, il permettra à l’étudiant d’établir les assises de la compréhension portant sur les données et les approches utilisées pour effectuer la prévision énergétique. Deuxièmement, il permettra de se familiariser avec les concepts et les processus portant sur l’hydrologie, l’hydraulique et l’énergie sa valeur monétaire. Finalement, il permettra
d’établir et d’utiliser des métriques de performance sur les approches utilisées par l’entreprise. À terme, ce stage permettra à l’étudiant d’avoir une compréhension des processus hydrologiques et des concepts hydrauliques menant une prévision énergétique et de faire un état des lieux.

Faculty Supervisor:

Fabian Bastin

Student:

Partner:

Hydro-Quebec

Discipline:

Computer science

Sector:

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

University:

Université de Montréal

Program: