Clustering des séries temporelles : application dans les Smart Grids

Témoin et acteur de la multiplication du nombre de sites de production d’énergie renouvelable dans la Vienne (86), SRD (gestionnaire de réseau de distribution électrique) est confronté à des nouvelles problématiques de gestion des flux d’énergie.
Dans ce contexte, SRD a conçu un outil permettant la détermination du schéma d’exploitation optimisant l’intégration de la production d’énergie renouvelable en respectant les contraintes techniques et réglementaires applicables au réseau électrique ; ces calculs se font à partir de données d’entrée statiques (caractéristiques physiques et topologiques du réseau) et dynamiques (données de tension, de courant ou de puissance, mesurées ou estimées en certains points du réseau).
SRD co-encadre la thèse de Mohamed Tribak, en collaboration avec le laboratoire LIAS (Laboratoire d'Informatique et d'Automatique pour les Systèmes), afin de sélectionner les données d’entrée les plus adaptées et les plus pertinentes, dans le but de développer un outil de prédiction des productions et consommations de l’électricité
Dans cette présentation, nous exposerons nos travaux en cours sur le clustering des séries temporelles et ses applications dans le domaine d’optimisation du réseau de distribution de l’électricité.

Short BIO : Ingénieur en mathématiques appliquées, Mohamed Tribak a achevé son cursus par un master 2 en sciences de données. Actuellement en 2 année de thèse, il travaille sur l’estimation et la prédiction de la consommation et de la production de l’électricité au sein de SRD et en collaboration avec le laboratoire LIAS à Poitiers (Thèse CIFRE).
Mots clés : fouille de données, séries temporelles, optimisation, énergie, smartgrids