Labo LAMA-WeST

Intelligence artificielle
Web sémantique
Traitement de la langue naturelle

Système d'aide à la décision pour le réseau de distribution

Étudiant: Mohamed Gaha

Directeur(e): Michel Gagnon

Co-directeur(e)(s): Frédéric Sirois

De nos jours, de nouvelles technologies issues du domaine de l'information et de la communication sont introduites progressivement dans les réseaux de distribution électrique. Ces technologies nécessitent des études poussées et des simulations précises afin d'en évaluer les forces et les faiblesses. Toutefois, la simulation des réseaux électriques demeure une tâche complexe qui nécessite de tenir compte de plusieurs facteurs : électriques, mécaniques, économiques, naturels, matériels et humains. Pour pallier à la complexité inhérente à la simulation électrique, il est possible de recourir aux systèmes multiagents (SMA). Ils présentent de nombreux avantages. Ils offrent une grande flexibilité en permettant à des agents autonomes de collaborer pour atteindre des objectifs complexes. Le SMA, par opposition au système de simulation monolithique, présente l'avantage d'être une architecture souple et évolutive capable de traiter des opérations complexes. Toutefois, le développement et la manipulation de ces systèmes sont des tâches réservées à des experts en informatique et en SMA. Or, dans le cadre du projet LEOPAR, mené à l'Institut de recherche d'Hydro Québec, nous avons comme principal objectif de développer un SMA accessible à des non-experts en informatique. Le but est de permettre aux décideurs et aux ingénieurs électriques de modifier et de faire évoluer le simulateur de la manière la plus aisée possible. Pour ce faire, nous avons développée une architecture à mi-chemin entre les architectures de Tableau Noir et les SMA. Nous avons utilisé une zone distribuée de partage de données pour permettre la communication des agents. Le partage et l'échange d'informations se fait par la modification des données distribuées. Ce mécanisme réduit la complexité des agents et leur mode de communication. De plus, nous avons spécifié un langage d'actions de haut niveau qui permet de décrire de manière déclarative les actions, leurs effets, leurs conditions et leurs relations. Ce langage d'actions est automatiquement traduit en logique non monotone (Answer Set Programming) afin de permettre la coordination des agents du simulateur. La traduction que nous proposons du langage d'actions surpasse largement les autres langages d'actions en termes de rapidité d'exécution lors de la planification. La combinaison de notre langage d'actions et de la logique non monotone a permis le développement d'un système performant, qui offre la possibilité à des novices de rajouter, modifier ou supprimer des agents du simulateur. Le simulateur multiagents que nous avons développé fonctionne adéquatement et permet, entre autre, de réaliser des simulations de type Monte-Carlo pour l’étude de la fiabilité des réseaux. Notre simulateur permet de quantifier, à l'aide des indices de performances, l'impact et l'apport de nouvelles technologies. Il est en mesure de reproduire avec une grande fidélité des phénomènes électriques, mécaniques et humains, tels que la surcharge électrique des câbles, le changeur de prise des transformateurs, les équipes humaines d'intervention, le temps de restauration variable et la reconfiguration du réseau. Notre simulateur a été testé sur de véritables réseaux de distribution d'Hydro-Québec et a démontré sa capacité à traiter de grandes quantités de données. En comparaison à d'autres simulateurs électriques multiagents standards, notre système s'est avéré être tout aussi performant mais beaucoup plus facile à développer et à faire évoluer. Lors des simulations électriques, nous avons été en mesure de réaliser des études de fiabilité qui ont permis de déterminer les facteurs les plus importants influant les performances du réseau.

Pour plus d'informations, cliquez ici

Publications

2011

Answer Set Programming and Blackboard System

Mohamed Gaha, Michel Gagnon, Frédéric Sirois

International Workshop on Learning, Agents and Formal Languages, Lyon