Il y a 18 joursEdf

Stage - Data analytics pour la maintenance systématique et prévisionnelle des aéroréfrigérants de transformateurs - H/F

  • Stage
  • Palaiseau (Essonne)
  • Master, Titre d'ingénieur, Bac +5
  • Études / Statistiques / Data

Description de l'offre

Au sein de la R&D d’EDF, le Département MIRE (Mesures et Systèmes d’Information des réseaux Electriques), réunissant environ 90 personnes, contribue à la préparation de l’avenir du Groupe EDF dans le domaine des réseaux électriques. En particulier, le Département s’intéresse à développer des méthodes d'aide à la décision pour optimiser la maintenance du réseau électrique.

L’encrassement d’un échangeur de chaleur d’un transformateur peut être défini comme la dégradation avec le temps de ses capacités d’échange entre les fluides le traversant, par rapport aux capacités nominales. Des maintenances réalisées au bon moment permettent de nettoyer l’échangeur et ainsi de prévenir des défaillances lourdes sur le transformateur. Déterminer les causes du phénomène d’encrassement permettrait de classifier les transformateurs selon leur risque d’encrassement et de réaliser les opérations de nettoyage au meilleur moment. Dans le cadre du stage, nous évalueront l’impact du pollen et de la pollution sur l’encrassement des échangeurs des transformateurs.

Les objectifs du stage sont multiples :

Data Analytics – Croiser des données environnementales (pollen et qualité de l’air) avec des données de monitoring.
Asset Management – Définir pour chaque transformateur son cycle de nettoyage des aéroréfrigérants en fonction de son environnement géographique.
DataViz – Représenter de manière intuitive les données et les résultats.
Le travail du stage consistera à :

Construire une base de données à partir des données de monitoring des transformateurs et des données historique de pollen et de qualité d’air.
Valider la corrélation entre l’encrassement et le pollen et la qualité de l’air
Identifier, si elles existent, d’autres causes externes environnementales à l’origine de l’encrassement des aéroréfrigérants.
Construire un modèle prédictif d’encrassement en croisant des données de monitoring et des données de qualité d’air et de pollen disponibles sur internet.
Optimiser les cycles de nettoyage de chaque transformateur en fonction de sa localisation.
Proposer une stratégie de maintenance (nettoyage) prévisionnelle des transformateurs.

Profil recherché

Diplôme d'ingénieur ou Master 2 en mathématiques appliquées avec une spécialité en Data Science ou en Statistique/Probabilité

Environnement informatique : R, Python, Matlab

Durée : 6 mois

Début du stage : avril 2019