Stage ia & machine learning (f/h)

Dans le cadre de son activité “Monitoring des réseaux électriques”, NetCeler a mis au point le logiciel IVPower qui fournit aux exploitants (gestionnaires de réseaux d’électricité) des outils d’aide à la gestion efficace de leur réseau : Analyse de défauts, perturbographies, détection d’anomalies. Surveillance continue et événementielle des équipements et des systèmes Mesure de la qualité de fourniture de l’énergie électrique. Afin de simplifier la configuration du logiciel, vous serez amené à valider l’hypothèse selon laquelle un programme de machine learning pourrait automatiser une partie de la configuration du traitement automatique de fichiers perturbographiques au format COMTRADE. Au-delà de cette validation, vous travaillerez également sur le développement d’un prototype fonctionnel et réfléchirez aux solutions pour industrialiser l’outil, afin qu’il puisse être utilisé à grande échelle par nos ingénieurs et clients. Votre travail est naturellement encadré par un maître de stage et fait l’objet d’un suivi rigoureux. Vous disposez cependant d’une autonomie certaine et êtes en contact étroit avec l’équipe technique et le Product Management métier. Description détaillée Le principal défi technique repose sur le fait que la norme COMTRADE ne permet pas l’auto-description complète des canaux, contrairement notamment à la norme PQDIF qui associe à chaque mesure une description claire et non ambiguë de la valeur sémantique, de la phase et de l’unité. Cependant, il est souvent possible pour un ingénieur expérimenté d’interpréter les canaux à partir des descriptions succinctes fournies par les perturbographies. Cela ouvre la voie à l’utilisation du machine learning pour tenter de reproduire cette capacité humaine d’interprétation. Le programme aurait la capacité de prédire à quel code sémantique (normalisé dans le produit IVPower de NetCeler) il convient d’associer un canal analogique (courant, tension) ou binaire (démarrage ou déclenchement de protection, ouverture de disjoncteur, etc …) dans les fichiers perturbographiques. Le programme pourrait également déterminer à quelle(s) phase(s) le canal est associé, et suggérer automatiquement une unité de mesure ainsi qu’un libellé descriptif. Pour cela, il s’appuierait sur une base de données comprenant plusieurs dizaines de milliers de canaux correctement configurés, issus de perturbographies réelles, pour apprendre et affiner ses prédictions. Le stage sera divisé en 3 parties : Étude de faisabilité Prototypage Réflexion sur l’industrialisation