Prediction energie electrique renouvelable

Secteur(s) : Industrie et énergie et environnement

Prédire la production d’énergie électrique renouvelable

Client(s) :

Technologies utilisées :

Machine Learning

Deep Learning

Métier : Production, qualité & Supply chain

RTE est le gestionnaire du Réseau de Transport d’Electricité français, le plus grand d'Europe, ainsi que du dispositif EcoWatt, la météo de l’électricité pour une consommation responsable.

24h/24 circule sur nos lignes à haute et très haute tension une électricité qui fait vibrer l’économie des territoires et garantit à chacun une alimentation électrique fiable et respectueuse de l’environnement. En France comme en Europe. Aujourd’hui RTE invente des solutions qui conjuguent infrastructure électrique et technologies numériques pour permettre la transition énergétique et accompagner les nouveaux usages et les nouveaux acteurs de l’électricité. Pour les talents qui nous rejoignent, ces mutations sont l’opportunité de relever de véritables défis technologiques et humains, en ayant à cœur de servir l’intérêt général, indissociable de nos missions de service public.

Au carrefour de l’infrastructure industrielle, des grands projets énergétiques et des smart datas, RTE offre un panel insoupçonné de métiers dans tous les domaines techniques et tertiaires : ingénierie, maintenance, études, numérique, exploitation, R&D, commercial, achats, développement durable, ressources humaines, communication, etc.

Source : https://www.linkedin.com/company/rte-france

Enjeux

Prédire la consommation à court-terme d’électricité à différentes mailles géographiques
Prédire la production à court-terme d’électricité photovoltaïque et éolienne
Développer la plateforme MLOps Opensource OpenSTEF en collaboration avec Alliander (un GRTE néerlandais) et la Fondation Linux

Démarche

Modélisation photovoltaïque : mélange de modèles à base de persistance météo
Modélisation Eolien : modèle paramétrique avec saturation à la maille d’un parc et corrections avec télémesures
Implémentation des modèles, études et analyse des résultats
Déploiement de nouveaux modèles génériques dans OpenSTEF