Data - crem.ch · Thèse de Luc Dufour ... Ecole des mines/HESSO. HES-SO Valais-Wallis Page 11 Sous...

HES-SO Valais-Wallis

Data

Understanding

Data

Explained

Who’s that guy

Expert


Viè

ge

Sie

rre

Sio

nS

ion

Sio

nLoèche-le

s-

Bain

s

Ecole de design et haute école d’art : Sierre

Haute Ecole de Gestion : Sierre

Haute Ecole d’Ingénierie : Sion

Haute Ecole de Santé : Sion, Viège et Loèche-les-Bains

Haute Ecole de Travail Social : Sierre


• Filière à plein temps (F-D) ou à temps partiel (F)

✓ Management de l’information

✓ Intelligence basée sur les données

✓ Conception logicielle

✓ Interface entre la science et l’humain

• Options: Certification SAP, Business eXperience,

Dual diplôme, diplôme bilingue

Filière Informatique de gestion, la technologie au service de l’économie

Haute Ecole de Gestion


▪ 94 staff members

• 22 Professors

• 17 Research scientists

• 41 Research assistants

• 14 Administrative collaborators

• and Interns

▪ 107 Scientific publications

▪ 484 projects (2018)

▪ CHF 9,7 millions (2018)

90%

10%

Ra&D

Institute of Information Systems (IIG)


Institut Energie et Environnement

✓ Le premier institut inter Hautes Ecoles


✓ Interactions dans les

domaines

✓ Energie

✓ Sciences de la vie

✓ Environnement

✓ La création du nouvel

institut va augmenter

ces synergies

Campus Energypolis


Une série de projet pour couvrir ces idées

GreenE

E-ICTIOT6

EL4U

/solar

National International

Development

Research

iBATS

Partenaires universitaires

(Unis, EPFL,CSEM,IDIAP,UCL,UMU, CREM,VUT etc…)

Partenaires industriels

(Alro, Sierre Energie, GroupeE, SEIC,ESR,, Knime, SAP, etc…)

SmartBA

T

Local

MDIS

IntBAT

Smart

Metering

SBAT3

Meu2012

ENTROPY


IA → Intelligence ArtificielleOblige à définir l’intelligence…

IA → Intelligence AugmentéeOuvert…

Thèse de Luc Dufour pilotage énergétique décentralisé par prédiction

Ecole des mines/HESSO


Sous le capot : Machine Learning

Apprentissage d’une tâche à partir

DES DONNEES

Adaptation au changement(dans les données)


Prosumers


Variabilités temporelles et spatiales → Instabilité

d’où la nécessité de

Prédiction → consommation, production et stockage

donc

Des données


Transfo 400V

Microgrid Analysis

Information extraction

System activity prediction

System control

Concept :

Microgrid


Techopôle de Sierre -> de 2011 à 2019


Divers les types de données à préparer:

- Sorties de capteurs

- Scénarii

- Données administratives

- Prévisions, mesure météo


Les étapes de la mise en production du machine learning


Résultats de prédiction de consommation

En réduisant le nombre de variables


IA→ Intelligence Augmentée

Le machine learning apporte grande richesse de résultats

permettant de prédire et d’automatiser certaines décisions

Utilisé de manière industrielle → Pour beaucoup d’applications

data science plus nécessaire le data engineering est suffisant

Demande du savoir-faire pour construire le système

Le couplage avec les systèmes d’information est crucial


Questions, réponses…

Merci de votre attention


Voici la surface qu'il faudrait couvrir de panneaux solaires photovoltaïques

pour produire toute l'électricité que nous consommons en Suisse.

(Consommation 60 TWh,

production d'un m2 de PV 180 kWh / an, soit un carré de 18.25 km de côté).

Consommation totale énergie en Suisse 240 TWh

Idée prise à Tesla lors de la présentation du Powerwall. Carte Swisstopo.Référence data: BFE juin 2015

Data - crem.ch · Thèse de Luc Dufour ... Ecole des mines/HESSO. HES-SO Valais-Wallis Page 11 Sous...

Documents

Transcript of Data - crem.ch · Thèse de Luc Dufour ... Ecole des mines/HESSO. HES-SO Valais-Wallis Page 11 Sous...