Pipelines d’ingestion et de transformation, modèles de données, tests et monitoring : une base fiable pour les systèmes opérationnels et l’analytics.
Prévision spatio-temporelle de la production photovoltaïque régionale à partir de séquences d’images Meteosat, avec un modèle ConvLSTM entraîné et évalué face aux mesures et à une référence de persistance.
À la croisée de la biodiversité et de l’énergie éolienne, ce projet analyse le comportement des oiseaux autour des turbines à partir de détections par caméra et de trajectoires radar 3D. Il étudie leurs déplacements, leurs réactions à l’effarouchement acoustique et l’influence de la météo et du fonctionnement des éoliennes.
Plateforme opérationnelle de bout en bout utilisant des modèles de machine learning pour prévoir la production solaire et la charge de chaque site, actualisée toutes les 15 minutes sur trois jours et intégrée aux systèmes de gestion énergétique.
Développement de bout en bout et modernisation d’une plateforme data couvrant l’ingestion en production, l’analytics engineering, les contrôles qualité et le reporting pour des usages opérationnels, métier et orientés clients.
Analyse de la fiabilité de plus de 70 000 bornes gérées, avec reconstruction d’une disponibilité cohérente par point de charge à partir de l’état opérationnel, de la connectivité, de l’historique des équipements et des exclusions pour le reporting opérationnel et client.
SQL