Abstract FR:

Dans un contexte marqué par une sensibilité croissante aux enjeux environnementaux liés à l’énergie et à l’équilibre entre la demande et la consommation est accentué, EDF s’intéresse au développement de services énergétiques pour les clients résidentiels et professionnels. Dans ce contexte, la thèse s’attache à la problématique de caractérisation aveugle des principaux usages électriques à partir de la courbe de charge (CdC) et ce de manière entièrement non-intrusive. Plus précisément, nous traitons les problèmes sous-jacents suivants : la détection, la classification et l’estimation des usages. Cette problématique s’inscrit dans le cadre générique d’extraction automatique de contenu information des sources d’un mélange mono-valué à des fins de prise de décision (supervisée ou non-supervisée). Les principales contributions méthodologiques sont les suivants : l’extraction de connaissances a priori sur les usages électriques et définition de domaines transformés dédiés à ces usages ; une proposition d’une nouvelle méthodologie d’une représentation temps-fréquence et une approche de séparation de sources mono-capteur fondée sur deux modèles stochastiques de la CdC et des événements de la CdC. Sur le plan applicatif, les travaux de la thèse contribuent à répondre à un besoin industriel court et moyen termes. Il s’agit principalement de la segmentation de la CdC résidentielle quotidienne, la cartographie de l’énergie consommée quotidiennement par famille d’usages, la reconstruction de scénarii de fonctionnement des usages dans des hypermarchés, etc. Ces résultats constituent une composante de l’offre énergétique tel que la facture détaillée dans le secteur résidentiel ou encore l’optimisation du pilotage des usages dans le secteur professionnel / tertiaire.