Sélection de features et définition d'un espace latent par autoencoder pour estimer les chargements d'une éolienne


Stage en Informatique Industrielle

  • Début

    Entre mars et juin 2023
    6 mois
  • Localisation

    Ile de France
  • Indemnité

    Oui
[Réf. : 2023_R114_02]

IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. De la recherche à l’industrie, l’innovation technologique est au cœur de son action, articulée autour de quatre priorités stratégiques : Mobilité Durable, Energies Nouvelles, Climat / Environnement / Economie circulaire et Hydrocarbures Responsables.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur :

  • l’apport de solutions aux défis sociétaux de l’énergie et du climat, en favorisant la transition vers une mobilité durable et l’émergence d’un mix énergétique durable ;
  • la création de richesse et d’emplois, en soutenant l’activité économique française et européenne et la compétitivité des filières industrielles associées.

Partie intégrante d’IFPEN, l’école d’ingénieurs IFP School prépare les générations futures à relever ces défis.

Sélection de features et définition d'un espace latent par autoencoder pour estimer les chargements d'une éolienne

La crise énergétique actuelle couplée à une situation climatique inédite amène l’énergie éolienne terrestre ou offshore sur le devant de la scène. Depuis de nombreuses années IFPEN a orienté ses axes stratégiques pour devenir un acteur majeur de la transition énergétique et permettre à l’éolien de devenir compétitif. Pour l’éolien terrestre (et plus encore dans le cas de l’éolien offshore), le vent (respectivement la houle) sollicite de façon permanente et surtout répétitive les structures mécaniques. Il est nécessaire de bien comprendre le lien entre sollicitation et effort pour mieux contrôler l’état de fatigue de l’éolienne afin d’éviter tout arrêt de la production et une usure prématurée.

Instrumenter une éolienne, surtout dans le cas offshore est difficile, particulièrement onéreux et la maintenance peut s’avérer compliquée. Il n’est d’ailleurs pas toujours possible de poser des capteurs à l’endroit exact que l’on souhaite contrôler. En revanche, une série de capteurs fournissent régulièrement de l’information sur les sollicitations (vitesse du vent, accélérations). Ces capteurs nous fournissent donc en temps réels des mesures (signaux 1D) qu’il s’agit de convertir en mesure d’effort et de fatigue (« scalaires »).

Ce lien peut être fait par l’usage de réseaux de neurones pré-entrainés qui lient l’espace d’entrée des mesures aux efforts. Le choix de la représentation de l’espace (temporel ou fréquentiel ?) et la dimension de l’espace (Quels sont les capteurs de mesures et les « features » construites sur ces mesures qu’il faut prendre en compte ?) est un point crucial dans l’élaboration d’une stratégie d’apprentissage.

Le but de ce stage est d’utiliser les « autoencoders » pour essayer par IA d’apprendre le meilleur espace latent dans lequel effectuer l’apprentissage.

Objectif

Le travail proposé consistera principalement à développer et valider une architecture logicielle d’autoencoder adaptée aux multiples signaux 1D des mesures remontées par les capteurs instrumentant une éolienne.

Pour paramétrer/(faire apprendre) cet autoencoder, l’étudiant aura accès à des données synthétiques de mesures obtenues par l’usage d’un simulateur stochastique de génération de vent d’une part (TurbSim) et d’un simulateur dynamique aéro-servo-élastiques (OpenFast) d’autre part.

Il aura également accès à des données réelles issues de campagnes d’instrumentation de fermes d’éolienne à des fins de recherche.

Un effort particulier sera fourni afin de donner une compréhension physique à l’espace latent retenu.

handi accueillante
Postuler

Contact

IFP Energies nouvelles - Sciences et Technologies du Numérique - Jean-François Lecomte
4 Avenue du Bois Préau 1 et, Rueil-Malmaison, France - 92500 Rueil-Malmaison
Tél. : NC

IFP Energies nouvelles - Sciences et Technologies du Numérique recrute également

[2022-R115-02]
Ile de France
Stage - Statistiques
Entre mars et juin 2023

[IFPEN_Stage_2023_R116_01]
Ile de France
Stage - Data / Mathématiques Appliquées
Entre mars et juin 2023

[2023-R115-03]
Ile de France
Stage - Data / Mathématiques Appliquées
Entre mars et juin 2023

[2023_R114_03]
Ile de France
Stage - Informatique Industrielle
Entre mars et juin 2023

[2022-R115-01]
Ile de France
Stage - Physique et Analyse
Entre mars et juin 2023
Email
Mot de passe
Mot de passe oublié ?


Utilisez votre compte facebook
Nouveau sur handiQuesta ?