Développement de Modèles Simplifiés pour une Méthodologie Hybride Physique- IA H/F - EDF

Contexte :

Au sein d'EDF R&D, le département TREE (Technologies et Recherche pour l'Efficacité Energétique) accompagne le développement d'EDF par la promotion des usages raisonnés de l'énergie et la construction de services et de solutions techniques dans le domaine de l'optimisation énergétique et de l'environnement. Garantir l'efficacité énergétique des bâtiments tout en préservant leur Qualité d'Air Intérieur (QAI) est ainsi un enjeu majeur pour les clients d'EDF.

Des outils de modélisation ont été développés et permettent d'effectuer simultanément des évaluations énergétiques et de QAI des bâtiments complets dans leur environnement, via les modélothèques BuildSysPro (BSP) et BuildSysProQAI (BSPQAI).

La quantité de données mesurées donnant accès au comportement réel des bâtiments est également de plus en plus importante, notamment grâce aux technologies IoT (Internet of Things). L'enjeu est ainsi d'intégrer ces nouvelles connaissances du bâtiment aux modélisations physiques.

Pour cela, des approches hybrides physique - intelligence artificielle sont étudiées dans le cadre d'une thèse de doctorat afin de combiner l'explicabilité des méthodes physiques et la puissance de calcul des méthodes data. Une méthodologie hybride de terme correctif est envisagée, afin d'apprendre les écarts entre simulations et comportement réel via un modèle d'apprentissage automatique.

Objectifs :

L'objectif du stage est de développer des modèles physiques simplifiés afin de contribuer aux travaux de thèse. Ces modèles seront utilisés dans le cadre de la méthode de terme correctif. L'idée est de dégrader les connaissances physiques disponibles et ainsi réduire la qualité de la modélisation physique, afin de déterminer si la méthode de terme correctif permet effectivement de pallier cette perte d'information. Le cas d'étude est une salle instrumentée d'un bâtiment du site EDF.

Les modélisations envisagées dans le cadre du stage sont les suivantes :

- Modèles de type RxCy : Modélisation des parois et zones via des analogies électriques (x résistances, y capacités). Les modèles devront ensuite être calibrés vis-à-vis du cas d'étude de la thèse afin de déterminer les coefficients x R et y C équivalents.

- Dégradation du modèle BSP/BSPQAI du cas d'étude existant : Une modélisation avancée du cas d'étude existe, en prenant en compte les phénomènes thermiques, aérauliques et QAI ainsi que le comportement des occupants (présence, ouvrants) ainsi que le système CVC (Chauffage Ventilation Climatisation). L'objectif est de dégrader cette modélisation en identifiant certains composants à supprimer pour engendrer une perte d'informations.

La méthode du terme correctif sera ensuite mise en oeuvre à partir de ces modèles simplifiés (préparation des données d'apprentissage, optimisation du modèle d'apprentissage automatique, évaluation des performances).

Compétences requises :

- Connaissances en thermique, génie énergétique

- Compétences en programmation (Python) et modélisation

Profil souhaité :

Étudiant(e) en dernière année d'école d'ingénieur ou Master 2.

Idéalement, le ou la candidat(e) aura un profil d'ingénieur(e) généraliste ou ayant suivi une formation en énergétique, thermique, et/ou mathématiques appliquées.

Un intérêt pour la modélisation (utilisation du langage Modelica) est apprécié.

Encadrement du stage :

Le ou la stagiaire sera intégré(e) dans une équipe possédant de fortes compétences en énergétique du bâtiment et QAI ainsi que des outils de modélisation et simulation associés.

Conditions d'accueil :

Durée du stage : 6 mois

Début de stage : Janvier à Mai 2027

Lieu du stage :

EDF R&D - Département TREE

EDF Lab Les Renardières

Avenue des Renardières

77250 Moret-Loing-et-Orvanne

Site accessible en transport en commun depuis Paris Gare de Lyon (transilien R - 45 min) avec navette EDF gratuite depuis les gares de Fontainebleau-Avon, Moret-Veneux-les-Sablons et Saint-Mammès.

Possibilité de télétravail.

Rémunération :

Indemnité de stage supérieure à la base légale.

Aide au logement si emménagement autour du site EDF Lab Les Renardières ou prise en charge à 50% du titre de transport (sous conditions).

• Python
• Programmation