Techniques d estimation pour la modélisation et le suivi des systèmes environnementaux

Dimension: px

Commencer à balayer dès la page:

Download "Techniques d estimation pour la modélisation et le suivi des systèmes environnementaux"

Sarah Viau
il y a 6 ans
Total affichages :

Mines Douai - Informatique & Automatique 27/11/2014 1

1 Techniques d estimation pour la modélisation et le suivi des systèmes environnementaux Eric DUVIELLA, Stéphane LECOEUCHE Mines Douai - Informatique & Automatique 27/11/ /11/2014 Institut Mines-Télécom ADAPI / DJH - StL / Mines Douai / IA

2 Présentation de l URIA Mines de Douai URIA Jeune unité créée en 2008 au sein du DIA 13 EC, 4 ITA, 15 doctorants, 4 post-doctorants Construite sur les interactions entre les domaines de l informatique et de l automatique Génie logiciel Intelligence Artificielle et Génie Informatique Automatique : Identification et surveillance Dédiée au développement d outils et de méthodes permettant de comprendre, concevoir, gérer et exploiter les systèmes évolutifs, dont Systèmes de transport et Robotique Espaces intelligents Systèmes d énergie Systèmes environnementaux 2 Institut Mines-Télécom

3 Objectifs scientifiques de l URIA Mines Douai Centrés sur l ingénierie des systèmes évolutifs Améliorer la conception Faciliter l exploitation Faciliter l auto-gestion Doter le système de capacités d autonomie et de décision Permettre une adaptation de l architecture fonctionnelle durant le fonctionnement A 3 SUSE ICARE Modéliser et comprendre le fonctionnement Prédire les évolutions Simuler de nouvelles stratégies de conduite Améliorer la performance 3 Institut Mines-Télécom

4 Domaine d application privilégié : Les systèmes environnementaux Caractéristiques des systèmes environnementaux Complexes dynamique non linéaire et structure en réseau Evolutifs influences internes, externes Grandes dimensions, problèmes d observabilité et d identifiabilité Fortes interactions, perturbations non mesurées Usages liés aux activités humaines Enjeux associés aux systèmes environnementaux Meilleure compréhension des comportements dynamiques et évolutifs Modélisation des phénomènes physiques et des interactions Réalisation de simulateurs basés sur des modèles prédictifs Prise en compte des évolutions climatiques et des modifications des usages Amélioration de leur conduite dans un contexte d adaptation Besoin en suivi de fonctionnement et détection de changements Conception de stratégies de conduite adaptative Assistance à la gestion de crises et augmentation de la résilience 4 06/11/2014 Institut Mines-Télécom

5 Outils proposés Développés autour de nos savoir-faire en Automatique et Génie Informatique Dans le cadre de partenariats avec notamment IRSTEA, Agence de l Eau, DREAL, CADouaisis, Eaux du Nord, VNF, GIS HED2, VEOLIA 5 06/11/2014 Institut Mines-Télécom

6 Techniques d estimation Motivations Identification des paramètres de modèles caractérisant la dynamique des systèmes environnementaux à partir des données entrée-sorties Insensibles aux conditions d entrée et d exploitation définies par les usagers Indépendant d une connaissance exhaustive des caractéristiques des systèmes Sensibles aux évolutions de la dynamique, naturelles ou liées à des influences externes Approches proposées Algorithmes d identification de modèles d état commutants Algorithmes d identification récursive Techniques basées sur l optimisation sparse Approche ensembliste pour l estimation paramétrique 6 06/11/2014 Institut Mines-Télécom

avec une collection non linéaire de fonctions radiales de base où ( k ) [ y( k 1) y( k 2)... u( k) u( k 1) u( k 2).

7 Identification de systèmes dynamiques Quelques structures de modèle étudiées Linéaire auto-régressif (Auto-Regressive exogenous - ARX) T y( k) ( k) ( k) ( k) avec Non-Linéaire auto-régressif (Non-Linear NARX) T y( k) ( k) ( ( k)) ( k) avec une collection non linéaire de fonctions radiales de base où ( k ) [ y( k 1) y( k 2)... u( k) u( k 1) u( k 2)...] T Systèmes affines par morceaux (PWA) y k T () t ( k) 1 k t i k () avec ssi ( ) t i 7 06/11/2014 Institut Mines-Télécom

prédictif Sans connaissance a priori Scénarios rejoués

8 Exemple 1 : Modélisation prédictive de crue La Liane 35 km de long Bassin versant de 244 km² Modèle ARX prédictif Sans connaissance a priori Scénarios rejoués (pluies connues) Prévisions à 24h 8 06/11/2014 Institut Mines-Télécom

surface libre Phénomènes de résonance Modèle boîte-grise

9 Exemple 2 : Modélisation de voies navigables Bief Cuinchy-Fontinettes 42 km de long Système dynamique à surface libre Phénomènes de résonance Modèle boîte-grise Connaissance a priori des retards 9 06/11/2014 Institut Mines-Télécom

10 Approches de classification Cartographies de modes de fonctionnement à partir des données ES Extraire les formes se manifestant dans les informations disponibles Caractériser les modes de fonctionnement / les comportements par des classes Disposer d un espace de décision continuellement mis à jour, associée à la nature «évolutive» des phénomènes observés Apprentissage non supervisé incrémental en environnement multi-classe Modèle paramétrique à base de modèles gaussiens Modèle non paramétrique à base de fonctions noyaux X i x 2 Mode n 2 Mode n 3 x 1 x 2 2 C t1 2 Ct 3 2 C t2 1 C t1 Mode n 1 t 1 t 2 1 C t2 t 1 t 2 tps x /11/2014 Institut Mines-Télécom

11 Techniques de suivi et de prédiction Basées sur les modèles paramétriques de régression et de classification Motivations Génération d indicateurs de dérives définition de métriques par rapport aux modèles et classes connues Détection et suivi de changements de comportements Pronostic de modes / comportements futurs en basant sur les modèles dynamiques obtenus Approches proposées Métriques exploitant les modèles issus de l identification et de la classification dynamique Prédiction temporelle fondée sur une modélisation de séries temporelles et de données fonctionnelles 11 06/11/2014 Institut Mines-Télécom

12 Diagnostic et pronostic par Rdf Architecture proposée : Systèmes naturels évolutifs Supervision par RdF Pronostic : Performance & RUL Aide à la décision : Conduite et Maintenance 12 06/11/2014 Institut Mines-Télécom

Approches Modèle NARX (identification) Indicateurs

13 Exemple 3 : Diagnostic de fautes Porte de Garde Vanne bidirectionnelle Système à commutations Approches Modèle NARX (identification) Indicateurs basés sur les résidus 13 06/11/2014 Institut Mines-Télécom

14 Stratégies de conduite Motivations Optimisation de la gestion des systèmes environnementaux Adaptation des stratégies de gestion Prise en compte de modes de fonctionnement anormaux Anticipation des modes de fonctionnement anormaux Approches proposées Architecture de conduite Basée sur les outils conçus : techniques d estimation, méthodes de classification, approches de diagnostic, de suivi et de pronostic Basée sur des algorithmes de régulation 14 06/11/2014 Institut Mines-Télécom

15 Architecture de conduite adaptative 15 06/11/2014 Institut Mines-Télécom

des phénomènes de montée des eaux Approches Modèle prédictif prévision de l

16 Exemple 4 : Conduite en période de crue des voies navigables Bief Cuinchy-Fontinettes Sujet à des déversements de rivières naturelles Soumis à des phénomènes de montée des eaux Approches Modèle prédictif prévision de l épisode de montée des eaux Adaptation de la gestion du bief Crue 16 06/11/2014 Institut Mines-Télécom

17 Conclusion Techniques de modélisation et de suivi des systèmes environnementaux Méthodes d identification de modèles dynamiques évolutifs Approches incrémentales pour la classification dynamique Indicateurs de changement et pronostic Stratégie de conduite anticipatrice et correctrice Quels avantages? Approches s affranchissant de connaissances exhaustives Approche guidée par les données d exploitation Suivi des évolutions des systèmes environnementaux Prise en compte et caractérisation de la non-stationnarité des phénomènes Anticipation de phénomènes exceptionnels et anormaux Prévision de crues, gestion des changements climatiques Adaptation de la conduite des systèmes environnementaux Meilleure résilience face aux changements climatiques 17 06/11/2014 Institut Mines-Télécom

18 Pour plus de détails Invitation à la présentation de mon HDR, le 9 décembre à l Ecole des Mines de Douai, intitulée Contributions à la modélisation et à la conduite adaptative des réseaux hydrographiques 18 06/11/2014 Institut Mines-Télécom

Documents pareils

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12

FORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12 1 2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 26 28 30