Énergie numérique

L'intelligence des données au service de la neutralité carbone

La numérisation, la décentralisation et la décarbonisation sont les principaux moteurs de la transformation mondiale des systèmes énergétiques.

Réseau intelligent, environnement urbain

L’intelligence des données ou « data intelligence » fournit des ressources essentielles pour accélérer la transition vers une économie neutre en carbone en réduisant la consommation d’énergie, en plaçant les énergies renouvelables au premier plan et en tirant davantage profit des actifs de production d’énergie renouvelable. L’énergie numérique, qui se trouve à l’interface de la numérisation et de l’énergie durable, s’appuie sur notre expertise de l’énergie solaire photovoltaïque, de la gestion énergétique des bâtiments, de l’informatique à ultra-basse consommation et des systèmes IoT sécurisés. Nous comprenons les besoins des industries de l’énergie en termes de fiabilité, de sécurité, d’adaptabilité et d’observabilité. Nous fournissons des solutions fondées sur de solides données scientifiques et conformes aux bonnes pratiques de développement logiciel.

Notre travail

Nos solutions vous aideront à transformer vos capacités d’énergie numérique. Voici quelques exemples :

  • Identification des défauts et maintenance prédictive : augmentation du temps de disponibilité et diminution des coûts de maintenance et de pièces détachées pour les actifs de production d’énergie renouvelable
  • Évaluation et activation de la flexibilité : gestion des engorgements des réseaux locaux
  • Prévisions : de hautes résolutions spatiales et temporelles améliorent la gestion de l’énergie locale, les réseaux et le fonctionnement des marchés
  • Traitement des séries chronologiques : prétraitement, stockage, analyses et prévisions
  • Apprentissage machine graphique : reconstitution des données incorrectes de la production PV et prévision des valeurs de production future
  • Modèles pilotés par les données : systèmes techniques, tels que des bâtiments entiers ou des éoliennes, incluant des modèles espace-état linéaires avec des régresseurs non linéaires et des architectures basées sur des réseaux neuronaux récurrents, notamment les cellules LSTM (« long short-term memory »), les architectures Encoder-Decoder et les Transformers
  • Architectures de collecte de données : basées sur un mélange de solutions commerciales et de développements sur mesure, notamment l’instrumentation hautement disponible de dizaines de vannes de radiateur dans des bâtiments d’exploitation pour l’estimation d’état et un contrôle optimal
  • Algorithmes numériques personnalisés : amélioration de l’applicabilité, de l’adaptabilité et de la résistance de calculs complexes. Exemples d’application : entraînement de modèles pilotés par les données et résolution de problèmes d’optimisation, à l’instar de notre solution en instance de brevet qui permet un contrôle optimal des onduleurs PV ou le regroupement et la répartition de la flexibilité fournie par les bâtiments
Cellules photovoltaïques pour les dispositifs portables.

Envie de s’impliquer ?

Nous pouvons aider les opérateurs de réseaux et les fournisseurs d’énergie à créer de nouveaux services, à améliorer la gestion des actifs et à créer de la valeur à partir des données collectées grâce à la science des données de pointe. Des solutions orientées données efficaces aident également nos clients à tirer un meilleur parti des services fournis par les intégrateurs et fournisseurs de systèmes.

Contactez-nous maintenant !

Prenez contact avec nos experts afin de découvrir comment vous pouvez dès à présent bénéficier de l’énergie numérique.

Rencontrez nos clients satisfaits

Logo Ville Neuchâtel

Antoine Benacloche

Ingénieur communal, Direction des infrastructures

Comme toujours, le CSEM se révèle être un excellent partenaire. Ce projet est particulièrement important pour nous et pour l’industrie en général, car il vise à faire évoluer la réflexion et à développer la production à partir de sources renouvelables, tout en utilisant globalement moins d’énergie.

Logo Proxima Solutions

Giuseppe Madia

PDG

Nous pouvons désormais utiliser au mieux les données et les diagnostics prédictifs pour augmenter les capacités de production électrique des fermes d’éoliennes. Au vu de notre expérience avec le CSEM, nous aimerions aller plus loin et appliquer la même approche.