Contribution au diagnostic et au pronostic par mesure indirecte des actifs d'énergies renouvelables à partir des données SCADA avec quantification d'incertitude

Benabdesselam, Abderraouf Ramdane (2026). Contribution au diagnostic et au pronostic par mesure indirecte des actifs d'énergies renouvelables à partir des données SCADA avec quantification d'incertitude. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (11MB) | Prévisualisation

Résumé

La transition énergétique mondiale repose sur une intégration croissante des énergies renouvelables, notamment l’éolien et l’hydroélectricité, dont la durabilité dépend de la fiabilité et de la disponibilité des actifs. Soumis à des conditions d’exploitation sévères, ces systèmes sont exposés à des mécanismes de dégradation tels que la cavitation ou la fatigue de composants critiques. Dans ce contexte, le pronostic et la gestion de la santé des systèmes (PHM) constituent un levier essentiel pour anticiper les dégradations et réduire les arrêts non planifiés.

Les approches de PHM reposent sur la disponibilité de données fiables. Les systèmes de suivi des conditions (CMS) offrent une forte sensibilité aux dégradations mais restent peu déployés en raison de contraintes économiques et opérationnelles. À l’inverse, les données SCADA sont disponibles sur l’ensemble des installations, mais présentent une résolution temporelle limitée et une observabilité partielle des mécanismes de dégradation.

En collaboration avec Hydro-Québec et Power Factors, cette thèse propose un cadre de PHM fondé exclusivement sur les données SCADA, visant, lorsque possible, à remplacer les CMS par des approches de mesure indirecte afin d’assurer une surveillance continue et déployable à l’échelle de flottes d’actifs. Les contributions portent sur le développement d’approches de mesures indirectes basées sur les données, leur exploitation pour le diagnostic et le pronostic malgré les limitations des données SCADA, ainsi que l’intégration d’une quantification d’incertitude valide et correctement calibrée. Deux cas industriels sont étudiés. Le premier concerne la surveillance et le diagnostic de la cavitation érosive dans des turbines hydrauliques Francis, où une approche de mesure indirecte fondée sur l’intelligence artificielle permet d’estimer la perte de masse due à la cavitation érosive à partir des données SCADA, en remplaçant les CMS, tout en assurant la transférabilité entre turbines. Le second porte sur le pronostic d’environ 200 éoliennes commerciales à partir de données SCADA uniquement, via la classification pronostique des anomalies thermiques puis la prédiction de la durée de vie résiduelle à l’aide d’indicateurs de santé adaptés aux contraintes SCADA. L’ensemble des approches intègre des méthodes de quantification de l’incertitude, notamment avec les méthodes conformes.

Les résultats montrent que, pour certains mécanismes de dégradation observables, les données SCADA, associées à des approches de mesure indirecte, constituent une alternative crédible aux CMS pour la surveillance, le diagnostic et le pronostic, ouvrant la voie à un déploiement industriel à grande échelle.

Titre traduit

Contribution to the diagnosis and prognosis of renewable energy assets through indirect measurements based on SCADA data with uncertainty quantification

Résumé traduit

The global energy transition relies on the increasing integration of renewable energy sources, notably wind and hydropower, whose sustainability depends on the reliability and availability of production assets. Subject to harsh operating conditions, these systems are exposed to degradation mechanisms such as cavitation or fatigue of critical components. In this context, Prognostics and Health Management (PHM) constitutes a key lever for anticipating degradation and reducing unplanned outages.

PHM approaches rely on the availability of reliable data. Condition Monitoring Systems (CMS) offer high sensitivity to degradation but remain sparsely deployed due to economic and operational constraints. Conversely, SCADA data are available across all installations but suffer from limited temporal resolution and partial observability of degradation mechanisms.

In collaboration with Hydro-Québec and Power Factors, this thesis proposes a PHM framework exclusively based on SCADA data, aiming, when possible, to replace CMS with indirect measurement approaches in order to ensure continuous and fleet-scale deployable monitoring. The contributions focus on the development of data-driven indirect measurements, their exploitation for diagnosis and prognosis despite the limitations of SCADA data, and the integration of valid and well-calibrated uncertainty quantification. Two industrial case studies are investigated. The first addresses the monitoring and diagnosis of erosive cavitation in Francis hydraulic turbines, where an artificial intelligence-based indirect measurement approach enables the estimation of mass loss due to erosive cavitation from SCADA data, replacing CMS while ensuring transferability between turbines. The second focuses on the prognosis of approximately 200 commercial wind turbines using SCADA data only, through prognostic classification of thermal anomalies followed by remaining useful life prediction using health indicators adapted to SCADA constraints. All approaches integrate uncertainty quantification methods, in particular conformal methods.

The results show that, for certain observable degradation mechanisms, SCADA data, combined with indirect measurement approaches, constitute a credible alternative to CMS for monitoring, diagnosis, and prognosis, paving the way for large-scale industrial deployment.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thèse présentée à l'École de technologie supérieure comme exigence partielle à l'obtention du doctorat en génie". Comprend des références bibliographiques (pages 157-178).
Mots-clés libres:	mesures indirectes, diagnostic, pronostic, durée de vie résiduelle, quantification d’incertitude, énergies renouvelables
Directeur de mémoire/thèse:	Directeur(-trice) Tahan, Souheil-Antoine
Codirecteur:	Codirecteur(-trice) de mémoire/thèse Gagnon, Martin
Programme:	Doctorat en génie > Génie
Date de dépôt:	21 mai 2026 14:45
Dernière modification:	21 mai 2026 14:45
URI:	https://espace.etsmtl.ca/id/eprint/3912

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt