Smart Systems - 5EU9SSY1

Informations générales

  • 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/elle sera 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

Responsable(s)

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

Prérequis

les bases de la science des données, de la programmation en python et du génie électrique

Contrôle des connaissances

Session normale
Examen Terminal (ET1) : examen écrit de 2h

Session de rattrapage
La note obtenue remplace la note de ET1. Le contrôle continu n'est pas rattrapable

L'examen existe uniquement en anglais FR

Calendrier

Le cours est programmé dans ces filières :

cf. l'emploi du temps 2026/2027

Informations complémentaires

Code de l'enseignement : 5EU9SSY1
Langue(s) d'enseignement : FR

Vous pouvez retrouver ce cours dans la liste de tous les cours.