Stage PFE - Utilisation des graph neural networks pour la classification de situations contraignantes - F/H
Critères de l'offre
L'entreprise : RTE
RTE construit, transforme, exploite et maintient le réseau public de transport d'électricité français. Sur le plus grand réseau d'Europe, nous équilibrons la production et la consommation, acheminons l'électricité indispensable au quotidien de chacun et à l'activité des industries, et garantissons la solidarité électrique entre les territoires, 24h/24, à chaque seconde.
Acteur central de la transition énergétique, nous développons le potentiel des énergies renouvelables en transformant en profondeur RTE et le réseau, en accompagnant la décarbonation des industries, en sensibilisant les Français aux éco-gestes avec le dispositif EcoWatt et en éclairant les pouvoirs publics sur les questions énergétiques par des études qui font référence.
Description du poste
Lieu : La Défense (92)
Durée de stage : 6 mois
L'intégration croissante des énergies renouvelables et les nouveaux usages de l'électricité ont profondément changé la façon dont les flux d'électricité sont répartis sur le réseau de transport d'électricité, rendant les décisions des opérateurs plus difficiles. Dans ce contexte, le département R&D de RTE développe des outils d'aide à la décision pour les assister en temps réel et en anticipation. Pour cette tâche, nous explorons l'utilisation des réseaux de neurones de type Graph Neural Networks (GNN) [1,2] pour leur habilité à prendre en compte la variabilité de la structure de graphe du réseau (ouverture de lignes, consignations ou constructions d'ouvrages, ...).
Le réseau devant être résilient à la déconnexion intempestive, appelée défaut, d'un élément du réseau (ligne ou transformateur par exemple), de nombreuses simulations sont effectuées pour évaluer l'impact sur le réseau de la perte de chaque élément.
Ce stage aura pour mission d'évaluer la faisabilité de l'application des GNN pour le filtrage rapide de défauts, afin de trier ceux les plus contraignants qui nécessiteront ensuite des simulations et études plus approfondies. La mission du stagiaire sera d'adapter le pipeline d'apprentissage à des problèmes de tri de défauts selon un problème de classification supervisé, d'en évaluer les performances au moyen d'un benchmark réalisé sur des données réelles issues de l'historique du réseau, et d'y proposer des améliorations basées sur l'état de l'art.
[1] Donon Balthazar, Deep statistical solvers & power systems applications, 2022
[2] Donon Balthazar et al., Topology-Aware Reinforcement Learning for Tertiary Voltage
Control, Power System Computation Conference, 2024
En tant que stagiaire vous serez intégré(e) au sein d'un groupe de recherche du pôle Pilotage du réseau, dont les missions sont de participer à la réalisation d'études prospectives, à la fourniture d'expertise sur le fonctionnement du réseau électrique et au développement d'outils d'étude et d'exploitation du réseau. Vous travaillerez au sein d'une équipe multidisciplinaire, entre pratique côté réseau électrique et théorie mathématique.
Missions
S'approprier les outils, travaux et codes sur les GNN développés dans le cadre de projets existants.
Faire un état de l'art sur les GNNs appliqués à la classification / au tri de défauts dans les power systems
Mettre en place un protocole de benchmark du modèle de GNN sur différentes données du réseau électrique français
Analyser le comportement du modèle sur le benchmark
Implémenter différentes ressources pertinentes de l'état de l'art pour améliorer le modèle GNN
Comparer ces variantes au moyen du benchmark développé
Description du profil
Vous êtes actuellement en dernière année de cycle ingénieur ou Master dans le domaine de l'intelligence artificielle, du machine learning/deep learning, des mathématiques appliquées ou équivalent.
Vos qualités
Vous êtes reconnu(e) pour votre dynamisme, votre rigueur et vos capacités d'analyse.
Vous êtes curieux(se), autonome et vous appréciez prendre des initiatives
A l'écoute, vous avez de bonnes compétences relationnelles et un fort esprit d'équipe
Vous maîtrisez Python et vous avez déjà participé à l'entraînement de modèles
Vous justifiez de connaissances en Intelligence Artificielle et avez déjà pratiqué au moins un framework de Deep learning (Tensorflow, Pytorch, Jax ...)
Vous avez une réelle appétence pour la recherche et les méthodes d'analyse de données
La maîtrise de l'anglais est exigée (niveau B2 minimum)
POURQUOI NOUS REJOINDRE ?
En vous formant en stage à nos côtés, vous bénéficiez de plusieurs avantages :
Accompagnement par un tuteur formé à cette mission
35h hebdomadaires
Jours de congés rémunérés selon la durée du stage
Indemnités repas, aide au logement et au transport (sous conditions)
Mise à disposition de tout le matériel nécessaire pour remplir vos missions (équipement de protection de qualité, matériel informatique, équipement bureautique)
La Politique diversité de RTE a pour ambition d'ouvrir l'entreprise à toutes les compétences et de garantir l'équité, en termes d'égalité des chances, d'inclusion et de lutte contre toutes formes de discrimination. Selon ces principes, nous conduisons une politique active en faveur de l'inclusion des personnes en situation de handicap permettant à tous d'avoir un parcours professionnel équitable. Si vous êtes dans cette situation, faites-nous part de vos éventuels besoins spécifiques afin que nous puissions y apporter une réponse adaptée.
Salaire et avantages
Salaire : Salaire selon profil
Référence : 2530048
