Vers un modèle de pilotage pour les entreprises à organisations distribuées : Application aux systèmes d’énergie électrique
Vers un modèle de pilotage pour les entreprises à organisations distribuées : Application aux systèmes d’énergie électrique
Fichiers
Date
2019-03-11
Auteurs
AIT SI LARBI El Yasmine
Nom de la revue
ISSN de la revue
Titre du volume
Éditeur
Université oran1 Ahmed Ben Bella
Résumé
La disponibilité de l'énergie électrique est cruciale pour le fonctionnement de différentes infrastructures. Afin de garantir la continuité de l'approvisionnement en énergie électrique, les entreprises doivent disposer de moyens efficaces pour prévenir les risques pouvant survenir. La principale contribution de cette thèse est axée sur la proposition d'un système de pilotage pour diminuer le risque d'insuffisance en alimentation électrique pour les clients finaux. La réponse à cette problématique inclut une contrainte importante, résidant dans le fait de la structure distribuée des entreprises de gestion de l'énergie électrique. La solution consiste à appliquer les principes de scalabilité afin de garantir une augmentation de l'alimentation électrique. L'approche proposée est basée sur des entités artificielles réparties sur le réseau et correspondant aux acteurs de l'entreprise distribuée. Un système de pilotage basé sur un système d'aide à la décision est proposé, afin de répondre au mieux aux changements des demandes sur le réseau. Les résultats montrent que l'efficacité de chaque type d'évolutivité dépend de la configuration du système électrique concerné. La seconde contribution de cette thèse est celle de l'étude l'élasticité du système global du point de vue structurel et fonctionnel. La dernière contribution concerne la proposition d'un système de pilotage enrichi par un système basé sur la notion de workflow. Les résultats obtenus sont encourageants.
Description
Mots-clés
Systèmes distribués, Systèmes d'aide à la décision, Scalabilité, Elasticité, Entreprises distribuées, Pilotage, Gestion des risques, Partage de risques, Intelligence artificielle, Energie électrique