Service de rattachement
Partout dans le monde, grâce aux solutions innovantes conçues et fabriquées par ses équipes, Sagemcom permet au plus grand nombre d'accéder au haut débit Internet, aux divertissements, et à une énergie maîtrisée. Entreprise à mission depuis 2022, Sagemcom est leader technologique dans le monde des télécoms et de l'énergie, et ses équipes s'engagent chaque jour à fournir des solutions sur mesure et responsables, adaptées aux besoins de leurs clients opérateurs télécom et utilities.
Aujourd'hui, notre Groupe est :
• Numéro 1 mondial des solutions haut débit (box internet et services logiciels associés)
• Leader technologique des solutions audio-vidéo (hubs vidéo 4K et Video SoundBox™ )
• Leader européen des solutions smart-grid (comptage communicant, réseaux intelligents, électrification rurale, IoT)
En 2024, Sagemcom a réalisé un chiffre d'affaires de 2.3 milliards d'euros, et s'appuie sur 6 500 collaborateurs répartis dans plus de 50 pays.
Intégrer le groupe Sagemcom, c'est rejoindre un groupe de dimension internationale, où vous pourrez chaque jour relever de nouveaux défis. Si le travail en équipe, l'agilité, la créativité et les nouvelles technologies vous intéressent, rejoignez l'aventure ! »
Référence
2025-1453
Prédiction de la production photovoltaïque à court terme à partir de données météo et historiques H/F
Application à l’optimisation de l’intégration des énergies renouvelables dans le réseau électrique
Contexte :
La production d’énergie solaire est variable et intermittente, ce qui rend difficile son intégration optimale dans le réseau électrique. Pour garantir l’équilibre entre production et consommation, il est essentiel de prédire avec précision la production photovoltaïque (PV) à court terme (15 min, 1h, 24h).
Une prévision fiable permet aux gestionnaires de réseau de :
Planifier les appels aux sources pilotables.
Réduire les coûts d’ajustement.
Optimiser l'autoconsommation ou la vente sur le réseau.
Réduire les pertes d’énergie.
Objectifs du Projet :
Développer un modèle de prédiction de la production PV à court terme à partir de données :
météorologiques (température, irradiance, couverture nuageuse, vent, etc.)
historiques de production réelle.
Évaluer et comparer plusieurs techniques de modélisation (régression, LSTM, XGBoost...).
Proposer une stratégie d’aide à l’intégration réseau (stockage, pilotage...).
Méthodologie et Étapes :
1. Collecte et nettoyage des données
Historique de production PV (site réel ou jeu de données ouvert).
Données météo passées et prévisions à court terme (ensoleillement, humidité, nébulosité, vent...).
Localisation géographique et caractéristiques de l'installation PV (orientation, surface, rendement).
2. Exploration et analyse
Visualisation de la production en fonction des conditions météo.
Analyse de saisonnalité, variabilité horaire et journalière.
Identification des corrélations pertinentes.
3. Développement du modèle de prédiction
Méthodes testées : régression linéaire, Random Forest, XGBoost, LSTM, Prophet...
Entraînement sur données historiques.
Intégration des prévisions météo (temps réel ou simulées).
4. Évaluation du modèle
Métriques : RMSE, MAE, MAPE.
Évaluation à différentes échelles temporelles (15 min, 1h, 1 jour).
Test sur plusieurs conditions météorologiques.
5. Cas d’usage pour le réseau
Simulation d’une intégration au réseau (production vs. demande).
Proposition de stratégies : stockage, effacement, vente, injection, etc.
Recommandations pour gestionnaire de microgrid, smart grid ou autoconsommation.
Outils et Technologies :
Langages : Python (pandas, scikit-learn, XGBoost, TensorFlow/Keras, Prophet)
Visualisation : Matplotlib, Plotly, Seaborn, Dash
Séries temporelles : ARIMA, LSTM, Prophet
Données météo : API ou fichiers CSV/JSON
Optimisation : MILP, heuristiques simples (pour la gestion de la production)
Stage Ingénieur BAC+4
Sagemcom est une entreprise handi-accueillante.
Un cadre de travail stimulant dans une entreprise internationale et engagée
Des perspectives d’évolution et de formation régulière
Un management de proximité et une grande autonomie dans les missions