Construction d’un entrepôt de données à partir de données capteurs pour l’identification et le diagnostic des systèmes

L’objet de cette thèse est de prédire à court et long terme des consommations de natures diverses
(consommation électrique, consommation en air comprimé, etc.) à partir de données issues de capteurs
et acquises de manière périodique. Ces données pourront être analysées hors ligne, pour établir un
bilan énergétique (périodes de pointe, possibilités d’optimisation de la consommation, etc.), ou en
ligne pour faire les prévisions à court ou long terme. Les prévisions à court terme pourront être
comparées aux consommations réelles en vue de déceler d’éventuels dysfonctionnements dans le
système étudié (fuite, panne d’un moteur, etc.). Les prévisions à long terme pourront servir à anticiper
les besoins énergétiques.

La réalisation de ce travail implique plusieurs facettes complémentaires :
· Acquisition des données à partir des capteurs. Ces données doivent être pré-traitées, complétées en cas de données manquantes, transformées.
· Construction d’un entrepôt de données dédié au stockage de ces données. Cet entrepôt doit prendre en considération une hiérarchie sur le temps (année -> semestre -> mois jour -> heure -> etc.) afin de faciliter les analyses selon cette dimension. Cet entrepôt de données doit être construit afin de répondre aux modèles énergétiques souhaités.
· Exploitation de cette mine d’informations (entrepôt de données) afin d’extraire des connaissances en élaborant des modèles de comportement entre les données. Ces modèles devront avoir une structure suffisamment générique, telle que leurs paramètres soient facilement identifiés à partir de données de sites industriels différents, qui permettront d’identifier des phénomènes physiques. Les modèles élaborés seront utilisés en vue de réaliser les prévisions à court ou long terme.

Contacts: Ladjel BELLATRECHE, Thierry Poinot

Recherche

Menu principal

Haut de page