RT21 | Analyse de la stabilité transitoire en temps quasi réel à l'aide d'une approche d'apprentissage profond

Le jumeau numérique est l’une des approches les plus prometteuses permettant de mettre en œuvre des technologies basées sur les données afin de proposer des solutions en temps quasi réel pour des systèmes complexes tels que les réseaux électriques. L’une des approches du jumeau numérique consiste à remplacer la dynamique ou la physique d’un système complexe par un modèle d’apprentissage automatique utilisant les données des capteurs du réseau en temps réel. Un modèle d’apprentissage automatique de la dynamique ou de la physique, basé sur les données des capteurs, peut être utilisé pour effectuer une analyse de stabilité, ce qui réduit considérablement la charge de calcul. De plus, ce modèle d’apprentissage automatique peut être interfacé en parallèle avec un système dynamique complexe existant, offrant ainsi une interaction en temps réel avec une boucle de rétroaction fermée, d’où le concept de jumeau numérique. Dans cette présentation, nous exposons des approches d’apprentissage profond permettant de réaliser une analyse de stabilité transitoire d’un réseau électrique. Les unités de mesure phasorielles (PMU) sont utilisées dans les réseaux électriques modernes et permettent de surveiller la dynamique en ligne grâce à des variables directes telles que la tension et le phasor angulaire. Par conséquent, les données des PMU peuvent être considérées comme le réseau électrique