Thèse de Yuqi Wang

Suivi de l'état de santé des réseaux de distribution de chaleur

Les entreprises qui exploitent les réseaux de chaleur fournissent un service énergétique à leurs clients. Face à l’augmentation des coûts de l’énergie et aux contraintes réglementaires et sociétales de plus en plus strictes, ces industriels distributeurs d'énergie cherchent à maîtriser l'efficacité énergétique de leurs installations notamment pour améliorer leur compétitivité et leur image. Dans ce contexte, l’industriel doit suivre l’efficacité énergétique et l'état de santé de l’installation, afin de pouvoir réagir en cas de problème, en particulier en effectuant ou en planifiant des opérations de maintenance. En raison du volume important de données à traiter et du temps de réaction court souhaité, il est nécessaire de développer des méthodes efficientes permettant d’aider l’opérateur à suivre l’état de santé du système, et à prendre ainsi les décisions de maintenance nécessaires. L'approche d'aide à la décision que nous proposons s'appuie sur des indicateurs pertinents de l'état de santé de l'installation et des composants, dont les évolutions sont facilement interprétables par l'opérateur. Les modèles de comportements des équipements des réseaux de chaleur sont utilisés d'une part pour générer ces indicateurs, d'autre part pour établir les liens entre les défauts de ces équipements et leurs impacts sur l’efficacité énergétique du réseau de distribution. Ces liens sont analysés pour chercher les sous-systèmes surveillables, vérifier si les défauts à surveiller sont structurellement détectables et guider la génération des indicateurs. Des modèles statiques sont retenus pour leur généricité, leur facilité d’élaboration, de calcul et d’interprétation. Les indicateurs générés en utilisant des modèles statiques doivent être calculés lorsque le système fonctionne en état stationnaire. Pour cette raison, nous proposons une méthode pour rechercher les fenêtres temporelles durant lesquelles le fonctionnement est stationnaire. Les indicateurs calculés sur ces fenêtres temporelles sont ensuite analysés pour donner à l'opérateur des informations sur l'état de santé du système. L’analyse structurelle montre qu'un indicateur peut être sensible à différents défauts, et qu'un défaut peut influencer les valeurs de plusieurs indicateurs. Les évolutions de ces indicateurs peuvent donc être corrélées. Afin d’exploiter les informations des corrélations des évolutions des indicateurs pour isoler les défauts, les valeurs des indicateurs sont traitées dans l’espace des indicateurs. Nous proposons une méthode de clustering dynamique afin d'aider l'opérateur à suivre l'état de santé du réseau. La démarche proposée est appliquée sur un site industriel géré par Veolia, partenaire industriel de cette thèse. Le suivi de l’état de santé est réalisé en utilisant les données enregistrées sur le site durant deux mois. Les résultats obtenus montrent l'efficacité des outils et méthodes proposés.

Jury

Mme Audine SUBIAS INSA de Toulouse Rapporteur M. Frédéric KRATZ INSA Centre Val de Loire Rapporteur M. Mustapha OULADSINE Université d'Aix Marseille Examinateur M. Damien CHENU Veolia Recherche & Innovation Examinateur M. Jean-Philippe CASSAR Université de Lille Co-directeur de thèse M. Vincent COCQUEMPOT Université de Lille Directeur de thèse Mme Anne-Sophie GUILBERT Veolia Recherche & Innovation Invitée

Thèse de l'équipe soutenue le 02/04/2019