Résumé

L’analyse des courbes de charge des clients d’ES permet de mieux les informer sur leur consommation électrique.

Les compteurs communicants permettent de relever en temps réel et à distance la consommation des clients de manière précise. Ces données, reliées à des données météorologiques, permettent de constituer des courbes qui peuvent être analysées à l’aide de techniques statistiques et de méthodes d’intelligence artificielle, ce qui permet de mieux prédire les consommation futures et d’optimiser l’utilisation de l’électricité.

Ces travaux sont au cœur d’une collaboration entre Électricité de Strasbourg et Cemosis, concrétisée notamment par le stage de Fatima Fahs, étudiante en M2 CSMI (Calcul Scientifique et Mathématiques de l’Information), dirigée par Daniel Wagner (ES) et encadrée par Myriam Maumy-Bertrand et Céline Caldini-Queiros. Fatima Fahs travaille précisément sur la prédiction de courbes de charges à partir d’historiques de consommation et de données météorologiques.

 

Objectifs

  • Réussir à traiter les données issues des compteurs communicants et à les mettre en relation avec des données météorologiques.
  • Prédire la consommation future d’un client à partir de son historique de consommation.

 

Logiciels

Le traitement des données et leur analyse statistique font appel au langages VBA et R.

 

Actualité

Collaboration

  • Électricité de Strasbourg
  • Cemosis, Université de Strasbourg

Financement

  • ES, IRMA

Contacts

  • Daniel Wagner (ES)
  • Myriam Maumy-Bertrand
  • Céline Caldini-Queiros

Équipe

 

Images

 

 

Share this Project