{"id":3299,"date":"2025-05-16T10:30:09","date_gmt":"2025-05-16T08:30:09","guid":{"rendered":"https:\/\/www.minesparis.psl.eu\/persee\/?post_type=actualites&p=3299"},"modified":"2025-07-03T10:55:08","modified_gmt":"2025-07-03T08:55:08","slug":"nouvelles-methodes-danalyse-predictive-pour-un-apprentissage-collaboratif-sur-des-donnees-energetiques-distribuees","status":"publish","type":"actualites","link":"https:\/\/www.minesparis.psl.eu\/persee\/actualites\/nouvelles-methodes-danalyse-predictive-pour-un-apprentissage-collaboratif-sur-des-donnees-energetiques-distribuees\/","title":{"rendered":"Nouvelles m\u00e9thodes d\u2019analyse pr\u00e9dictive pour un apprentissage collaboratif sur des donn\u00e9es \u00e9nerg\u00e9tiques distribu\u00e9es."},"content":{"rendered":"\n
Les syst\u00e8mes de gestion de nos r\u00e9seaux \u00e9lectriques sont aliment\u00e9s par de nombreuses donn\u00e9es (conditions m\u00e9t\u00e9orologiques, s\u00e9ries de consommations et de productions renouvelables\u2026). La richesse de ces donn\u00e9es peut contribuer \u00e0 am\u00e9liorer les pr\u00e9visions et \u00e0 optimiser les gestions op\u00e9rationnelles, mais un frein important \u00e0 leur utilisation est leur appartenance \u00e0 diff\u00e9rents acteurs (producteurs renouvelables, gestionnaires de bornes de recharge…) qui tiennent \u00e0 conserver la confidentialit\u00e9 de ces donn\u00e9es, pour des motifs \u00e9conomiques mais aussi pour pr\u00e9server une s\u00fbret\u00e9 de gestion.<\/p>\n
Dans le cadre du projet Fine4cast, les travaux de recherche de\u00a0Luka Stippel explorent une approche de partage des donn\u00e9es \u00e9nerg\u00e9tiques distribu\u00e9es au sein des territoires qui respecte la confidentialit\u00e9, tout en permettant un apprentissage collaboratif utile au fonctionnement des r\u00e9seaux \u00e9lectrique.<\/p>\n
Il a d\u00e9velopp\u00e9 un algorithme d\u2019apprentissage f\u00e9d\u00e9r\u00e9<\/strong> capable d\u2019anticiper la consommation ou la production d\u2019\u00e9nergie d\u2019un site, tout en pr\u00e9servant la confidentialit\u00e9 des donn\u00e9es.<\/p>\n Pr\u00e9sent\u00e9 \u00e0 la conf\u00e9rence internationale PSCC 2024<\/strong>, ce mod\u00e8le innovant am\u00e9liore la pr\u00e9cision des pr\u00e9visions tout en r\u00e9duisant le besoin en calculs intensifs. Il montre une robustesse in\u00e9dite<\/strong>, y compris lorsque certains sites deviennent silencieux \u2013 un atout cl\u00e9 pour la r\u00e9silience des r\u00e9seaux \u00e9lectriques.<\/p>\n Les cas d\u2019usage vont des stations de recharge<\/strong> aux parcs \u00e9oliens<\/strong>, avec des performances am\u00e9lior\u00e9es et un potentiel fort pour l\u2019optimisation locale et nationale des syst\u00e8mes \u00e9nerg\u00e9tiques.<\/p>\n