Correction numérique de l’état de santé d’un réseau électrique
Les défauts de câbles sont généralement détectés lorsque la communication est interrompue, ce qui entraîne des coûts et des temps de réparation non négligeables. De plus, l’intégrité des données devient un enjeu majeur en raison des menaces d’attaques et d’intrusions accrues sur les réseaux électriques, qui peuvent perturber la communication. Pouvoir distinguer une perturbation due à la dégradation de la couche physique d’un réseau électrique ou à une attaque en cours sur le réseau énergétique, permettra de guider la prise de décision concernant les opérations de correction, notamment la reconfiguration du réseau et la maintenance prédictive, afin de garantir la résilience du réseau. Le sujet propose d’étudier la relation entre les défauts naissants sur les câbles et leur impact sur l’intégrité des données dans le cadre d’une communication par lignes électriques ou PLC (Power Line Communication). Les travaux se baseront sur le déploiement d’une instrumentation utilisant la réflectométrie électrique, combinant des capteurs distribués et des algorithmes d’IA pour le diagnostic en ligne des défauts naissants sur les réseaux électriques. En présence de certains défauts, des méthodes avancées d’IA seront appliquées afin de corriger numériquement l’état de santé de la couche physique du réseau électrique et garantir ainsi sa fiabilité.