A Yverdon, des chercheurs exploitent le big data pour optimiser le réseau électrique
Dans le cadre d’un projet de recherche interdisciplinaire, la HEIG-VD va mettre au point une plateforme big data permettant d’anticiper et traiter les dépassements des limites opérationnelles des réseaux électriques basse tension.
Le big data et l’apprentissage automatique (machine learning) sont au cœur d’un projet suisse de recherche appliquée innovant, visant à optimiser la gestion et l'exploitation du réseau électrique. La Haute Ecole d'Ingénierie et de Gestion du Canton de Vaud (HEIG-VD) et ses partenaires viennent en effet de lancer le projet interdisciplinaire Grid Data Digger. Objectif? Fournir aux gestionnaires de réseau de distribution (GRD) toutes les informations et analyses nécessaires pour les aider à anticiper et traiter les dépassements fréquents des limites opérationnelles du réseau. Il faut savoir que ces dernières années, l’arrivée de nouvelles ressources (panneaux solaires privés, bornes de recharge pour la mobilité électrique, etc.) a passablement compliqué la gestion des réseaux basse tension.
Mesurer et agir
Des dispositifs de mesure pouvant être placés à différents endroits du réseau de distribution sont certes apparus sur le marché, comme la solution GridEye de la société vaudoise DEPsys, partenaire industriel de ce projet de recherche financé par Innosuisse. «Ces dispositifs permettent de savoir ce qui se passe sur le réseau, au niveau du courant et des tensions. La prochaine étape consiste à pouvoir agir sur la source, par exemple sur les points de travail des onduleurs qui commutent les énergies renouvelables», explique à ICTjournal le Prof. Mauro Carpita, Partenaire de recherche principal.
Description, diagnostique et prédiction
Les dispositifs de mesure donnent un état du réseau en quasi temps réel et génèrent une quantité gigantesque de données. «Le but de notre projet est d’utiliser les approches de machine learning et de big data pour pouvoir extrapoler de cette masse de données toutes une série d'informations utiles sur la base, notamment, de la modélisation du réseau ou de la météo», explique le Prof. Bozorg, Project manager. Les chercheurs comptent ainsi développer des algorithmes pilotés par les données et mettre au point une plateforme big data avec des applications d'analyse descriptive, diagnostique, prédictive et préventive nécessaires au fonctionnement sûr et optimal des réseaux de distribution. Ce projet de recherche réunit des compétences dans différents domaines de l'ingénierie, dont l'informatique, l'apprentissage machine, les logiciels embarqués et les systèmes d'alimentation. Compte-tenu de la nature intrinsèquement multidisciplinaire de ce projet, trois différents Instituts de l’HEIG-VD sont impliqués: l’IESE (Institut d’Energie et Systèmes Electriques), l’IICT (Institut des Technologies de l’Information et de la Communication) et le REDS (Institut Reconfigurable & Embedded Digital Systems).
