la modélisation et le suivi des systèmes environnementaux ...©sentation-tic... · •...

Institut Mines-Télécom 27/11/2014

Techniques d’estimation pour

la modélisation et le suivi des

systèmes environnementaux

Eric DUVIELLA, Stéphane LECOEUCHE

Mines Douai - Informatique & Automatique

1 27/11/2014 ADAPI / DJH - StL / Mines Douai / IA

Institut Mines-Télécom

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

ED - StL / Mines Douai / IA



Objectifs scientifiques de l’URIA – Mines Douai

Centrés sur l’ingénierie des systèmes évolutifs

3

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

• Modéliser et comprendre le

fonctionnement

• Prédire les évolutions

• Simuler de nouvelles

stratégies de conduite

• Améliorer la performance

ICARE

A3

SUSE



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

06/11/2014 ED - StL / Mines Douai / IA 4


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 …



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 ED - StL / Mines Douai / IA


Quelques structures de modèle étudiées

• Linéaire auto-régressif (Auto-Regressive eXogenous - ARX)

avec

• Non-Linéaire auto-régressif (Non-Linear – NARX)

avec une collection non linéaire de fonctions radiales de base

où

• Systèmes affines par morceaux (PWA)

( )

( )

1

T

t

ky k k

( ) avec ssi ( ) t it i k

Identification de systèmes dynamiques


Tkukukukykyk )...]2()1()(...)2()1([)( )()()()( kkkky T

)())(()()( kkkky T


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


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


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

Approches de classification


tps

iX

1x

2x

1t

Mode n 2

1x

2x

Mode 1n

1

t1C

2

t1C

1t1

t2C

2

t2C 3

t2C

2t

2t

Mode n 3


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


• 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


Diagnostic et pronostic par Rdf


Architecture proposée :

Supervision par RdF

Aide à la décision :

Conduite et

Maintenance

Systèmes naturels

évolutifs

Pronostic :

Performance & RUL


Exemple 3 : Diagnostic de fautes

‘Porte de Garde’

• Vanne bidirectionnelle

• Système à commutations

Approches

• Modèle NARX (identification)

• Indicateurs basés sur les résidus



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


• 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


Architecture de conduite adaptative



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

Exemple 4 : Conduite en période de crue des

voies navigables


Crue


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


Pour plus de détails

http://ia.ur.mines-douai.fr/fr/accueil/

http://gepeteau.wordpress.com/

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




http://gepeteau.wordpress.com/

la modélisation et le suivi des systèmes environnementaux ...©sentation-tic... · •...

Documents