| Title: |
Génération de jeux de données pour entraîner un classificateur de sécurité de réseau électrique intelligent de basse tension |
| Authors: |
Cuenca, Juan; Aldea, Emanuel; Le Guern-Dall'o, Eloann; Féraud, Raphaël; Zorgati, Riadh; Petit, Fabien; Camilleri, Guy; Blavette, Anne |
| Contributors: |
Institut d'Électronique et des Technologies du numéRique (IETR); Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes); Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Nantes Université - Ecole Polytechnique de l'Université de Nantes (Nantes Univ - EPUN); Nantes Université - pôle Sciences et technologie; Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ)-Nantes Université - pôle Sciences et technologie; Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ); Systèmes et Applications des Technologies de l'Information et de l'Energie (SATIE); École normale supérieure - Rennes (ENS Rennes)-Conservatoire National des Arts et Métiers Cnam (Cnam)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Ecole Normale Supérieure Paris-Saclay (ENS Paris Saclay)-Université Gustave Eiffel-CY Cergy Paris Université (CY); Orange Labs Lannion; France Télécom; EDF Labs; SRD Énergies Réseaux Distribution (SRD); Systèmes Multi-Agents Coopératifs (IRIT-SMAC); Institut de recherche en informatique de Toulouse (IRIT); Université Toulouse Capitole (UT Capitole); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Université Toulouse - Jean Jaurès (UT2J); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Université de Toulouse (EPE UT); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Toulouse Mind & Brain Institut (TMBI); Université Toulouse - Jean Jaurès (UT2J); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Université de Toulouse (EPE UT); Communauté d'universités et établissements de Toulouse (Comue de Toulouse)-Université Toulouse Capitole (UT Capitole); Communauté d'universités et établissements de Toulouse (Comue de Toulouse); École normale supérieure - Rennes (ENS Rennes); Centre National de la Recherche Scientifique (CNRS); Institut National des Sciences Appliquées - Rennes (INSA Rennes); Institut National des Sciences Appliquées (INSA); Université de Rennes (UR); Nantes Université (Nantes Univ); Ce projet a obtenu le soutien financier du CNRS à travers les programmes interdisciplinaires de la MITI à travers son programme de recherche exploratoire.; cnrs, ups; ANR-22-CE05-0023,EDEN4SG,Gestion dynamique et efficace de l'énergie pour les smart grids de grande taille(2022) |
| Source: |
Symposium de Génie Électrique 2025 ; https://hal.science/hal-05142216 ; Symposium de Génie Électrique 2025, cnrs, ups, Jul 2025, Toulouse, France |
| Publisher Information: |
CCSD |
| Publication Year: |
2025 |
| Collection: |
Université Toulouse III - Paul Sabatier: HAL-UPS |
| Subject Terms: |
effort computationnel; jeux de données; méthodes basées sur les données; étude de sécurité; réseau intelligent; [SPI.NRJ]Engineering Sciences [physics]/Electric power; [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG] |
| Subject Geographic: |
Toulouse; France |
| Description: |
International audience ; La simulation du pilotage de ressources flexibles distribuées dans les réseaux électriques de basse tension nécessite des outils rapides et fiables pour l'étude de la sécurité de ces réseauxvérifier si les limites (ex : en tension, en courant) du réseau sont respectées. Cette communication décrit les performances de trois types de modèles de classification basés sur les données pour vérifier si l'état opérationnel d'un réseau peut être considéré comme "sûr" ou "non sûr". Le but de ces méthodes est de réduire l'effort computationnel par rapport aux outils classiques d'écoulement de puissance (power flow). Cinq stratégies de génération de données sont proposées pour l'entraînement de ces modèles, ensuite testés avec des scénarios réalistes. Nos résultats montrent que les modèles de type réseaux de neurones ont des performances acceptables à coût de calcul réduit. Notre étude souligne l'importance de produire des jeux de données synthétiques qui visent à une meilleure généralisation en inférence, avec des tailles de jeux de données réduites pour l'entraînement. |
| Document Type: |
conference object |
| Language: |
French |
| Availability: |
https://hal.science/hal-05142216; https://hal.science/hal-05142216v1/document; https://hal.science/hal-05142216v1/file/Full_SGE25_JC%20%281%29.pdf |
| Rights: |
https://about.hal.science/hal-authorisation-v1/ ; info:eu-repo/semantics/OpenAccess |
| Accession Number: |
edsbas.B4AC26B |
| Database: |
BASE |