Volumes horaires
- CM 20.0
- Projet -
- TD -
- Stage -
- TP 44.0
Crédits ECTS
Crédits ECTS 5.0
Objectif(s)
L’élève sera capable de:
- expliquer les nouveaux défis que posent les énergies renouvelables, les véhicules électriques et le stockage d’énergie pour les réseaux électriques traditionnels.
- identifier les exigences économiques et de fiabilité auxquelles les réseaux électriques doivent répondre dans une démarche de transition énergétique durable.
- décrire les technologies et méthodes associées aux Smart Grids et Smart Cities.
- analyser les apports des systèmes intelligents pour le pilotage, l’optimisation et la supervision des réseaux électriques modernes
Plus spécifiquement il ser capable de :
- expliquer les principes fondamentaux du machine learning et leur application aux systèmes énergétiques
- implémenter et évaluer des algorithmes de machine learning dans un contexte de Smart Grid ou Smart City
- expliquer les concepts clés liés au Big Data et leur importance dans la gestion des réseaux énergétiques intelligents
- exploiter des jeux de données massifs pour extraire des informations utiles à la supervision ou à la prise de décision dans les Smart Grids
- décrire le fonctionnement d’un système SCADA et son rôle dans la supervision des réseaux électriques.
- concevoir ou interpréter des architectures SCADA adaptées aux exigences des réseaux intelligents
- dentifier et intégrer des solutions domotiques dans le cadre d’un bâtiment intelligent
- concevoir des scénarios de gestion énergétique à l’échelle d’un logement à l’aide d’équipements domotiques
Benoit DELINCHANT
Contenu(s)
Cette unité (20hCM + 40hBE) est composée de 4 modules :
- Machine learning (4h CM + 16h BE), 2 eval BE
- Big Data (8h CM + 4h BE), eval DS + eval BE
- Supervision du réseau électrique / SCADA (8h CM + 4h BE), eval DS + eval BE
- Domotique (16h BE), eval BE
les bases de la science des données, de la programmation en python et du génie électrique
Session normale / 1st session
Evaluation rattrapable (ER) / ER assessment: examen écrit de 2h / 2 hours of written exam on SCADA and Big Data courses
Session de rattrapage / 2nd session
La note obtenue remplace la note de ER. Le contrôle continu n'est pas rattrapable./ Another written exam will replace the first one (ER). No retake for EN.
Session 1 : ET 50 % + CC 50%
Session 2 : ET 50 % + CC 50%(report de S1)
L'examen existe uniquement en anglais
Le cours est programmé dans ces filières :
- Cursus ingénieur - Ingénieur SEM - Semestre 9 (ce cours est donné uniquement en anglais
)
Code de l'enseignement : 5EU9SSY1
Langue(s) d'enseignement :
Vous pouvez retrouver ce cours dans la liste de tous les cours.