Surveillance des câbles dynamiques sous-marins pour EMR basée sur le DAS F/H (2025-150775)

Description de l'offre

Description de l'offre

Les énergies renouvelables en mer figurent parmi les technologies offrant le plus grand potentiel de développement. Selon la Commission Européenne, il est réaliste et faisable d'atteindre une capacité installée d'au moins 60 GW d'énergie éolienne en mer et 1 GW d'énergie océanique d'ici 2030, puis respectivement 300 GW et 40 GW d'ici 2050. Dans ces objectifs, les énergies marines renouvelables (EMR), en particulier l'éolien flottant occupent une place significative, et la France, grâce à sa façade atlantique et à ses eaux profondes à proximité des côtes, a un potentiel important.
Les câbles sous-marins reliant les éoliennes à la sous-station de transformation en mer, puis au continent, peuvent désormais atteindre une longueur totale de plus de cent kilomètres. Chaque année, les dommages affectant ces câbles représentent en moyenne 77 % des coûts totaux des pertes des parcs éoliens offshore dans le monde. Ces contraintes sont encore plus importantes pour les câbles dynamiques, utilisés pour connecter les éoliennes flottantes, soumis à des sollicitations importantes, et à une fatigue mécanique liée aux conditions météocéaniques.
Pour prévenir et réduire ces impacts, les exploitants doivent disposer d’outils de surveillance performants pour monitorer ces composants critiques que sont les câbles. Tous les câbles EMR intègrent déjà des fibres optiques utilisées pour le transfert des données de télécommunication, permettant également une surveillance distribuée sur toute la longueur des câbles. Les systèmes DAS (Distributed Acoustic Sensing) sont reconnus comme une technologie émergente et prometteuse. Cependant, les interrogateurs DAS, dotés d'une très grande sensibilité acoustique, compliquent parfois l'identification des signaux d'intérêt pour l'exploitant, tels que les mouvements mécaniques du câble. En effet, le système capte également les bruits environnants.

Ce stage consistera à :
·      Définir les spécifications techniques nécessaires pour le couplage des données provenant des interrogateurs à fibre optique avec les autres sources de données (conditions environnementales, capteurs ponctuels, etc.), afin de créer une base de données complète, cohérente et directement exploitable en temps quasi-réel.
·      Analyser des données DAS collectées sur les câbles dynamiques en mer. Établir la corrélation entre le comportement de la fibre optique et les mouvements mécaniques du câble. Identifier et caractériser les bruits environnants détectés par le système DAS, et concevoir des techniques de filtrage appropriées.
·      Développer une base de données enrichie par des algorithmes de Machine Learning, dédiée à l’identification et à la caractérisation des événements mécaniques critiques affectant les câbles dynamiques.
·      Intégrer des solutions de communication pour transmettre les données pertinentes à un outil de type SCADA, permettant de centraliser les informations de surveillance et d’optimiser les processus de prise de décision.

Profil souhaité

Candidat en école d'ingénieur, ou spécialisée en Data Science et Simulation, Machine Learning.

 

Contact

Hong Duc PHAM, tél. : +33 6 84 32 48 32, hong-duc.pham@edf.fr