RTE - Réseau de transport d'électricité
Stage PFE - Utilisation des graph neural networks pour la classification de situations contraignantes - F/H
Job Location
Puteaux, France
Job Description
Lieu : La Défense (92)
Durée de stage : 6 mois
L'intégration croissante des énergies renouvelables et les nouveaux usages de l'électricité ont profondément changé la façon dont les flux d'électricité sont répartis sur le réseau de transport d'électricité, rendant les décisions des opérateurs plus difficiles. Dans ce contexte, le département R&D de RTE développe des outils d'aide à la décision pour les assister en temps réel et en anticipation. Pour cette tâche, nous explorons l'utilisation des réseaux de neurones de type Graph Neural Networks (GNN) [1,2] pour leur habilité à prendre en compte la variabilité de la structure de graphe du réseau (ouverture de lignes, consignations ou constructions d'ouvrages, ...).
Le réseau devant être résilient à la déconnexion intempestive, appelée défaut, d'un élément du réseau (ligne ou transformateur par exemple), de nombreuses simulations sont effectuées pour évaluer l'impact sur le réseau de la perte de chaque élément.
Ce stage aura pour mission d'évaluer la faisabilité de l'application des GNN pour le filtrage rapide de défauts, afin de trier ceux les plus contraignants qui nécessiteront ensuite des simulations et études plus approfondies. La mission du stagiaire sera d'adapter le pipeline d'apprentissage à des problèmes de tri de défauts selon un problème de classification supervisé, d'en évaluer les performances au moyen d'un benchmark réalisé sur des données réelles issues de l'historique du réseau, et d'y proposer des améliorations basées sur l'état de l'art.
[1] Donon Balthazar, Deep statistical solvers & power systems applications, 2022
[2] Donon Balthazar et al., Topology-Aware Reinforcement Learning for Tertiary Voltage
Control, Power System Computation Conference, 2024
En tant que stagiaire vous serez intégré(e) au sein d'un groupe de recherche du pôle Pilotage du réseau, dont les missions sont de participer à la réalisation d'études prospectives, à la fourniture d'expertise sur le fonctionnement du réseau électrique et au développement d'outils d'étude et d'exploitation du réseau. Vous travaillerez au sein d'une équipe multidisciplinaire, entre pratique côté réseau électrique et théorie mathématique.
Missions
* S'approprier les outils, travaux et codes sur les GNN développés dans le cadre de projets existants.
* Faire un état de l'art sur les GNNs appliqués à la classification / au tri de défauts dans les power systems
* Mettre en place un protocole de benchmark du modèle de GNN sur différentes données du réseau électrique français
* Analyser le comportement du modèle sur le benchmark
* Implémenter différentes ressources pertinentes de l'état de l'art pour améliorer le modèle GNN
* Comparer ces variantes au moyen du benchmark développé
Location: Puteaux, FR
Posted Date: 11/25/2024
Durée de stage : 6 mois
L'intégration croissante des énergies renouvelables et les nouveaux usages de l'électricité ont profondément changé la façon dont les flux d'électricité sont répartis sur le réseau de transport d'électricité, rendant les décisions des opérateurs plus difficiles. Dans ce contexte, le département R&D de RTE développe des outils d'aide à la décision pour les assister en temps réel et en anticipation. Pour cette tâche, nous explorons l'utilisation des réseaux de neurones de type Graph Neural Networks (GNN) [1,2] pour leur habilité à prendre en compte la variabilité de la structure de graphe du réseau (ouverture de lignes, consignations ou constructions d'ouvrages, ...).
Le réseau devant être résilient à la déconnexion intempestive, appelée défaut, d'un élément du réseau (ligne ou transformateur par exemple), de nombreuses simulations sont effectuées pour évaluer l'impact sur le réseau de la perte de chaque élément.
Ce stage aura pour mission d'évaluer la faisabilité de l'application des GNN pour le filtrage rapide de défauts, afin de trier ceux les plus contraignants qui nécessiteront ensuite des simulations et études plus approfondies. La mission du stagiaire sera d'adapter le pipeline d'apprentissage à des problèmes de tri de défauts selon un problème de classification supervisé, d'en évaluer les performances au moyen d'un benchmark réalisé sur des données réelles issues de l'historique du réseau, et d'y proposer des améliorations basées sur l'état de l'art.
[1] Donon Balthazar, Deep statistical solvers & power systems applications, 2022
[2] Donon Balthazar et al., Topology-Aware Reinforcement Learning for Tertiary Voltage
Control, Power System Computation Conference, 2024
En tant que stagiaire vous serez intégré(e) au sein d'un groupe de recherche du pôle Pilotage du réseau, dont les missions sont de participer à la réalisation d'études prospectives, à la fourniture d'expertise sur le fonctionnement du réseau électrique et au développement d'outils d'étude et d'exploitation du réseau. Vous travaillerez au sein d'une équipe multidisciplinaire, entre pratique côté réseau électrique et théorie mathématique.
Missions
* S'approprier les outils, travaux et codes sur les GNN développés dans le cadre de projets existants.
* Faire un état de l'art sur les GNNs appliqués à la classification / au tri de défauts dans les power systems
* Mettre en place un protocole de benchmark du modèle de GNN sur différentes données du réseau électrique français
* Analyser le comportement du modèle sur le benchmark
* Implémenter différentes ressources pertinentes de l'état de l'art pour améliorer le modèle GNN
* Comparer ces variantes au moyen du benchmark développé
Location: Puteaux, FR
Posted Date: 11/25/2024
Contact Information
| Contact | Human Resources RTE - Réseau de transport d'électricité |
|---|