Développement d’outils basés sur l’intelligence artificielle pour le diagnostic et la surveillance opérationnelle des centrales photovoltaïques (PV)

Le Laboratoire Angevin de Recherche en Ingénierie des Systèmes (LARIS) lance un appel à candidature pour réaliser une recherche doctorale dans les domaines des énergies renouvelables, plus particulièrement concernant les centrales photovoltaïques (PV). La recherche se déroulera au sein du LARIS à Angers (France) en collaboration avec deux laboratoires partenaires et des industriels. La problématique principale concerne le maintien en conditions opérationnelles de la performance des grandes centrales photovoltaïques. La recherche se proposera d’étudier, d’analyser, d’identifier et de caractériser l’influence de la fiabilité et de la réparabilité des composants sur la performance énergétique des centrales photovoltaïques, en intégrant l’intelligence artificielle et la diversité de ses outils d’aide à la décision en quasi-temps réel. Les différents aspects techniques et organisationnels seront considérés et explorés dans le cas d’une centrale photovoltaïque opérationnelle.

Cette thèse s’inscrit dans le cadre du projet DIA-SOLAIRE, financé par l’ANR. La thèse débutera à partir du premier semestre 2025 pour trois années. Le projet de recherche sera réalisé en étroite collaboration avec deux autres laboratoires de recherche partenaires du projet DIA-SOLAIRE.

Le projet DIA-SOLAIRE a pour objectif principal le développement d’approches intégrées de diagnostic et de pronostic basées notamment sur l’intelligence artificielle pour la maintenance des centrales photovoltaïques. L’objectif est double : prolonger la durée de vie des centrales photovoltaïques et optimiser leur performance énergétique, tout en tenant compte des facteurs technologiques, humains et environnementaux dans un contexte de changement climatique.

L’intelligence artificielle (IA) jouera un rôle central dans ce projet en permettant de surmonter plusieurs verrous technologiques critiques. En matière de détection et de diagnostic, il conviendra d’explorer les possibilités qu’offre l’IA pour développer des outils permettant la détection précoce des anomalies dans les composants PV. L'un des principaux défis technologiques sera de garantir que ces systèmes puissent correctement interpréter les données issues de capteurs variés, en distinguant les anomalies réelles des fluctuations normales. Concernant le pronostic, il sera nécessaire d’examiner comment l’IA pourra prédire avec précision la dégradation des composants, ce qui sera essentiel pour optimiser les interventions de maintenance. L'intégration de l'IA dans cette tâche impliquera de modéliser les comportements non linéaires et de gérer la complexité des données issues de sources diverses, telles que les conditions climatiques et les historiques de performance. L’utilisation de l’IA pour la maintenance conditionnelle devra être étudiée afin de déterminer comment déclencher des interventions basées sur l'état réel des équipements, optimisant ainsi les coûts et la disponibilité. En outre, il conviendra d'explorer comment l’IA pourra ajuster les paramètres opérationnels des centrales en temps réel pour maximiser leur rendement énergétique. Le défi sera d’intégrer ces optimisations de manière à garantir la robustesse et la fiabilité de la production d’énergie.

Le/la doctorant(e) aura pour missions :

• La revue de littérature des méthodes avancées IA basées sur les données de mesure ;
• La fouille et le traitement de données de terrain concernant des centrales PV en exploitation ;
• Le développement d’outils intelligents (de diagnostic et de pronostic) d’aide à décision ;
• La participation à des réunions de recherche avec les différents acteurs impliqués dans le projet, qu’ils soient partenaires industriels ou académiques ;
• La contribution à la publication d’articles pour soutenir et valoriser les activités de recherche du projet DIASOLAIRE.

Le/la doctorant(e) pourra utiliser des approches expérimentales pour collecter des informations et des données « in situ », en utilisant des dispositifs d’observation participante ou non participante ou tout autres méthodologie innovantes à forte dimension pragmatique et réaliste. Il/elle pourra aussi explorer les méthodes multidisciplinaires et les usages.

Le Laboratoire Angevin de Recherche en Ingénierie des Systèmes (LARIS) est une Unité de Recherche pluridisciplinaire en Sciences et Technologies dépendant de l’Université d’Angers (UA). Le laboratoire regroupe des chercheurs de cinq composantes de l'UA (Polytech Angers, IUT Angers-Cholet, Faculté des Sciences, Faculté de Santé, UFR ESTHUA), du CHU d'Angers, de l'Université Catholique de l'Ouest et de l'ESAIP.

Les méthodes développées par nos équipes et le caractère innovant des solutions proposées permettent de répondre efficacement aux besoins de connaissances opérationnelles et d'expertises. Nous favorisons le développement de travaux scientifiques faisant principalement appel aux compétences des Sciences Pour l'Ingénieur (SPI), des Sciences et Technologies de l’Information et de la Communication (STIC) et des Sciences du Vivant (SV).

Au regard des disciplines et objets de recherche qu'elle étudie, l'unité est structurée en trois équipes équilibrées axant leur recherche sur :

- L’étude des systèmes dynamiques, notamment à événements discrets, et leur optimisation pour l'équipe Systèmes Dynamiques et Optimisation (SDO) ;

- Le traitement du signal et des images, principalement appliqué aux sciences du vivant pour l'équipe Information, Signal, Image et Sciences du Vivant (ISISV) Équipe Information, Signal, Image et Sciences du Vivant;

- La sûreté de fonctionnement, en particulier avec une composante en génie mécanique pour l'équipe Sûreté de Fonctionnement et outils d'aide à la Décision (SFD).

Le sujet de thèse s'inscrit dans les thématiques de recherche de l'équipe SFD.

Nous recherchons un.e candidat.e titulaire d’un master 2 en sciences de l’Ingénieur (physique, mécanique, électronique, etc.) ou diplômé d’école d’ingénieur. Une maîtrise des outils informatiques et une expérience dans les domaines des systèmes énergétiques seraient appréciées.

Un intérêt marqué pour les méthodologies innovantes, tant quantitatives que qualitatives est également un marqueur positif. La capacité à communiquer, à travailler en équipe, à restituer à l’équipe, l’autonomie et l’adaptation au terrain sont des compétences recherchées pour ce profil.