Applicabilité des approches de type NILM sur des données de réseaux de vapeur
Direction Expérimentation Procédés

IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. De la recherche à l’industrie, l’innovation technologique est au cœur de son action, articulée autour de quatre priorités stratégiques : Mobilité Durable, Energies Nouvelles, Climat / Environnement / Economie circulaire et Hydrocarbures Responsables.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur :

• l’apport de solutions aux défis sociétaux de l’énergie et du climat, en favorisant la transition vers une mobilité durable et l’émergence d’un mix énergétique plus diversifié ;
• la création de richesse et d’emplois, en soutenant l’activité économique française et européenne et la compétitivité des filières industrielles associées.

Partie intégrante d’IFPEN, l’école d’ingénieurs IFP School prépare les générations futures à relever ces défis.

Applicabilité des approches de type NILM sur des données de réseaux de vapeur

La décarbonation de l'industrie est un enjeu majeur du XXIème siècle et passe par une meilleure connaissance et maîtrise des émissions de CO₂eq de ses sites de production. Certaines entreprises ont bien compris les enjeux liés à cette décarbonation et ont lancé des actions pour identifier leurs sources d'émissions de gaz à effet de serre et ainsi mettre en place des actions adéquates pour réduire leur empreinte carbone.

Le stage s’inscrit dans le cadre du projet DCarbo (PEPR SPLEEN) qui a pour objectif de chercher à définir, pour plusieurs types de systèmes de production, la structure appropriée d'acquisition et de collecte des données pertinentes, et à la mise en place d’outils associés d'aide à la décision pour la décarbonation.

Objectifs du stage :

Dans le cadre du programme du projet DCarbo, ce stage propose une étude innovante sur l’optimisation énergétique des réseaux de vapeur, une source majeure de consommation d’énergie et donc d’émissions de CO2eq dans l’industrie. L’objectif est de mieux comprendre le coût énergétique de ces réseaux et de détecter des anomalies comme les fuites ou dérives.

Inspiré d'un stage réalisé en 2024 à l'IFPEN, où les approches NILM (Non-Intrusive Load Monitoring) ont montré des résultats prometteurs sur des équipements domestiques, ce projet vise à tester ces méthodes sur des réseaux de vapeur. Les approches NILM permettent d'identifier des sources de consommation d’énergie sans intervention intrusive, et leur application à des infrastructures industrielles constitue un champ de recherche nouveau et prometteur.

L’étudiant commencera par compléter une bibliographie sur les approches NILM et testera différentes méthodes sur des données publiques. Ces méthodes seront ensuite adaptées aux réseaux de vapeur, pour lesquels il s'agira de préparer et structurer des bases de données spécifiques. L’objectif est d’évaluer l’applicabilité et l'efficacité des méthodes NILM dans un contexte industriel.

En parallèle, l’étudiant participera à la rédaction d'une publication scientifique avec l’aide d’un post-doctorant. Ce stage allie théorie et application pratique, offrant une excellente opportunité de contribuer à l’optimisation énergétique des infrastructures industrielles.

Ce projet ouvre la voie à une éventuelle thèse dans la continuité du stage. Il s'adresse aux étudiants en ingénierie des procédés ou en data science, désireux de travailler sur des problématiques énergétiques et environnementales en appliquant des techniques avancées de machine learning.

Profil recherché :

Master 2 en sciences du numérique ayant un sens physique développé (procédés)

Ou Master 2 en « Génie chimique » ou « Génie des Procédés » avec compétences et goûts pour les statistiques, le machine learning et la programmation.

• Expérience en programmation (R ou Python) souhaitée.
• Curieux(se), enthousiaste, autonome.