YP

Stage ingénieur optimisation d'1 modèle d'estimation de réseaux de distribution à risque harmonique par machine learning - H/F

EDF

Stage Electrique, Electrotechnique, Electronique Palaiseau

Détails de l'offre

Au sein d’EDF R&D, le département MIRE (« Mesure et système d’Information des Réseaux Electriques ») contribue à la préparation de l’avenir du Groupe EDF dans le domaine des réseaux électriques intelligents. En particulier, le groupe « Qualité de l’électricité et développement des réseaux » (R42) réalise des études sur les phénomènes susceptibles de perturber l’alimentation électrique d’un utilisateur ou le fonctionnement d'un réseau.


Dans ce cadre, l’impact des perturbations, notamment harmoniques, générées par les nouveaux usages de l’électricité (véhicules électriques, panneaux photovoltaïques, lampes basse consommation, etc.) est tout particulièrement étudié.


Pour cela, des méthodes de simulation des phénomènes harmoniques sur les réseaux de distribution ont été développées par EDF R&D. Elles se basent sur des méthodes statistiques ayant pour but, à terme, d’évaluer les risques harmoniques induits par les équipements à électronique de puissance que l'on retrouve dans les nouveaux usages.


Les travaux proposés consistent à déterminer et cartographier les réseaux de distribution qui présenteront des risques harmoniques avec le développement des nouveaux usages (e.g. véhicules électriques, pompes à chaleur) et de la production décentralisée (e.g. panneaux photovoltaïques).


Des travaux de construction d’un modèle d’estimation des niveaux de perturbations harmoniques sur les réseaux basse tension ont déjà été effectués. Ils se basent sur l’utilisation de méthodes d’apprentissage (Machine Learning) à partir d’un nombre conséquent de simulations harmoniques statistiques sur un échantillon représentatif des réseaux BT.


La démarche consistera à améliorer le modèle d’estimation des niveaux harmoniques en travaillant aussi bien sur le contenu et la structure de la base de données que sur les méthodes d’apprentissage.


La réalisation d’un outil  opérationnel avec une capacité à prédire le risque harmonique pour différents horizons de temps sera aussi recherchée



Étudiant en Master 1 ou 2 d’une école d’ingénieur ou d’une université dans le domaine du génie électrique, ayant des connaissances en électrotechnique, en analyse de données et Machine Learning. Des compétences en langage python seront appréciées.


Le stagiaire devra par ailleurs faire preuve de rigueur, d’initiative et d’autonomie.


Durée du stage : 6 mois à partir de début 2020


Lieu du stage : Palaiseau (91)

Tu souhaites postuler à cette offre ? Utilise le formulaire de candidature !

Postuler

En cliquant sur « Postuler maintenant », vous acceptez que vos données soient transmises au recruteur qui a publié cette offre. La société Yupeek s’engage pour la protection des données à caractère personnel. Vous bénéficiez d’un droit d’accès, de rectification, d’opposition, de suppression et de portabilité de vos données, ainsi que du droit d’obtenir la limitation de leur traitement. Vous pouvez exercer vos droits en contactant le Délégué à la protection des données (DPO) de Yupeek par mail à dpo@yupeek.com, ou par courrier à Yupeek - à l’attention du DPO, 11 rue Pierre Simon de Laplace 57070 Metz. Vous disposez également de la possibilité d’introduire une réclamation auprès de la CNIL si vous estimez que le traitement de vos données n’est pas effectué conformément aux dispositions applicables. Pour en savoir plus sur la gestion de vos données et de vos droits vous pouvez consulter notre politique de protection des données à caractère personnel.

Upload ton CV

{$ jobofferController.cv_errors $}

Annonces similaires

{$ s.title $}
{$ s.location $}