TASTING – Correction numérique de l’état de santé d’un réseau électrique

Gif-sur-Yvette
Post-doc

Date de création : 21 octobre 2024

Entité de rattachement

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisé et plus sûr.

Implanté au coeur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

• La conscience des responsabilités
• La coopération
• La curiosité

Description de la Direction

Au sein de CEA Tech, le pôle « recherche technologique » du CEA, l'Institut List dédie ses activités aux systèmes numériques intelligents avec des programmes de R&D dans le manufacturing avancé, les systèmes embarqués, et l'intelligence ambiante. Nous accompagnons nos partenaires dans les domaines des transports, de l'industrie, de l'énergie, de la santé, de la sécurité et de la défense, pour transférer les technologies issues de l'innovation et améliorer leur compétitivité.

Description du poste

Domaine : Traitement de signal, système de communication, IA

Contrat : Post-doc

Intitulé de l'offre : Correction numérique de l’état de santé d’un réseau électrique

Durée du contrat : 24 mois

Description de l’offre : « Rejoignez le CEA pour donner du sens à votre activité, mener et soutenir des projets de R&D nationaux et internationaux, cultiver et faire vivre votre esprit d'innovation. »

Ce que le CEA vous propose :

Le CEA recherche un docteur en réseaux de communication et traitement du signal pour la CEA/DRT (Direction de la Recherche Technologique). Ce poste de post-doc est basé sur le site DIGITEO de Paris-Saclay, Essonne (91).

Il s'agit d'un poste à pourvoir dès que possible.

Votre environnement de travail direct :

Le candidat aura l'opportunité de travailler dans un environnement expérimental stimulant au sein d’une équipe multidisciplinaire, chargé d'étudier et de développer des techniques de contrôle, de monitoring et de diagnostic basées sur des physiques du spectre électromagnétique, au Département Instrumentation Numérique du CEA-LIST.

Le Laboratoire d’Instrumentation MultiTEChnique (LIMTEC) au sein du service SMCD (Service Monitoring, Contrôle et Diagnostic) développe et intègre des outils et méthodes d’imagerie et capteur, exploitant des physiques du spectre Electromagnétique. Ces outils & méthodes ont pour vocation de répondre à un large spectre de domaine applicatif pour des besoins de détection, de localisation et caractérisation de défaut, de matériaux ou de topologie à des fins de monitoring, de contrôle qualité et de diagnostic.

Le laboratoire est spécialisé dans le développement des méthodes de diagnostic et de monitoring des réseaux électriques innovantes basées sur la technologie de la réflectométrie électrique permettant de détecter, localiser et caractériser les défauts dans les câbles assistés par des techniques avancées du traitement du signal et de l’IA.

Votre mission :

Cette offre s'inscrit dans le cadre de TASTING, un projet de 4 ans, ayant bénéficié d’une aide de l’État gérée par l’Agence Nationale de la Recherche dans le cadre du programme France 2030. Ce projet vise à relever les principaux défis liés à la modernisation et à la sécurisation des systèmes électriques en mettant l'accent sur le continuum cloud/edge. Sa structure répond à l'appel PEPR TASE "Solutions technologiques pour la numérisation des systèmes énergétiques intelligents", co-piloté par le CEA et le CNRS. Cet appel vise à générer des innovations dans les domaines de l’énergie solaire, photovoltaïque, de l’éolien flottant et pour l’émergence de réseaux d’énergie flexibles et résilients. Les défis scientifiques ciblés concernent l'infrastructure TIC, considérée comme un élément clé et un fournisseur de solutions pour les transformations profondes que nos infrastructures énergétiques subiront dans les décennies à venir. 7 laboratoires académiques : le G2Elab, le GeePs, l’IRIT, le CEA-LIST, le L2EP, le L2S et le SATIE ainsi que l’équipe Ctrl-A de l’Inria sont impliqués dans le projet. Le projet bénéficie également d’un partenaire industriel : RTE (Réseau de Transport d'Électricité).

La participation de RTE, acteur clé des systèmes de transmission, dans le projet TASTING représente un atout considérable. En tant que partenaire associé, RTE apporte des cas d’usage concrets et un soutien actif à la recherche académique au sein des différentes institutions impliquées. Son implication garantit l'identification de verrous scientifiques réels
pour le développement des solutions développées au sein du projet TASTING. Ces dernières pourront ainsi être directement applicables à grande échelle, maximisant ainsi l'impact des innovations sur la résilience et la flexibilité des réseaux énergétiques intelligents.

Les cas d’usage (Use Cases) proposés sont les suivants :

• UC1: distribution of ICT resources
• UC2: distributed control of PS & DER -> active management on 63kV loops -> different solution for distributed controls (AI, Agent, ADMM, others)
• UC3: ensure RT optimal UFLS through digital control
• UC4: fault location (PS & IT)
• UC5: Multi energy/infrastructure DT

Le CEA LIST travaille depuis plusieurs années sur les problématiques de diagnostic des câbles électriques en utilisant la technologie de réflectométrie. En effet, les défauts de câbles sont généralement détectés lorsque la communication est interrompue, ce qui entraîne des coûts et des temps de réparation non négligeables. De plus, l’intégrité des données devient un enjeu majeur en raison des menaces d’attaques et d’intrusions accrues sur les réseaux électriques, qui peuvent perturber la communication. Pouvoir distinguer une perturbation due à la dégradation de la couche physique d’un réseau électrique ou à une attaque en cours sur le réseau énergétique, permettra de guider la prise de décision concernant les opérations de correction, notamment la reconfiguration du réseau et la maintenance prédictive, afin de garantir la résilience du réseau.

Le sujet propose d’étudier la relation entre les défauts naissants sur les câbles et leur impact sur l’intégrité des données dans le cadre d’une communication par lignes électriques ou PLC (Power Line Communication). Les travaux se baseront sur le déploiement d’une instrumentation utilisant la réflectométrie électrique, combinant des capteurs distribués et des algorithmes d’IA pour le diagnostic en ligne des défauts naissants sur les réseaux électriques. En présence de certains défauts, des méthodes avancées d’IA seront appliquées afin de corriger numériquement l’état de santé de la couche physique du réseau électrique et garantir ainsi sa fiabilité.

Pour cela, en collaboration avec l’équipe projet multidisciplinaire, vous interviendrez sur l’étude qui se déroulera selon les phases suivantes :

1) Etude des signaux PLC et leur comptabilité pour le diagnostic en ligne par réflectométrie

2) Analyse de la fiabilité de la communication en présence d’un défaut naissant

3) Correction numérique de l’état de santé de câble électrique basé sur des méthodes d’IA.

Profil du candidat :

• Vous avez un bac+8.
• Vous avez des connaissances :
- Sur les systèmes et protocoles de communication.
- Sur la théorie des lignes de transmission.
- Sur les appareils de mesure spécifiques tels que : analyseur de réseau, oscilloscope, (le plus de votre candidature).
- Sur les méthodes de Machine Learning et d’Intelligence Artificielle.
• Vous avez un goût prononcé pour la rédaction scientifique et de bonnes capacités relationnelles.
• Vous maitrisez les outils de simulation et programmation tels que : Matlab, COMSOL, Python, etc.