Aperçu du stage. Afin de répondre aux engagements internationaux en termes de transition énergétique et de lutte contre le réchauffement climatique, une des solutions consiste à optimiser la production électrique des fermes éoliennes existantes. Cependant la complexité des phénomènes aérodynamiques en jeu rend délicate la synthèse et l'analyse des approches basées modèle. Une approche alternative est le contrôle basé données: quelles approches sont les plus pertinentes pour contrôler une ferme éolienne et quelles en sont les limitations? Voilà l'enjeu de ce stage. Plus de détails dans le sujet pdf.
Votre profil: Étudiant(e) en Master 2 ou dernière année d'école d'ingénieurs, spécialité automatique, mathématique appliquée, ou IA, avec de bonnes compétences en programmation, et désireux(se) de mettre vos compétences en automatique au service de la transition énergétique.
Modalités: Envoyer CV, copie de la carté d'identité, relevés de notes (même partiels) des 2 dernières années et lettre de motivation à Matthieu.Fruchard@univ-orleans.fr. Attention, le recrutement au laboratoire est soumis à approbation ZRR: il convient donc d'anticiper un délai de 1 à 2 mois entre votre demande et le début du stage. Merci d'envoyer tous les documents demandés dès que vous postulerez: la réponse sera d'autant plus rapide.
Période: 6 mois selon disponibilité (février à juillet).
This internship in a few words. To fulfill our international commitments for progressing in a clean energy transition and limit the global warming, one solution is to optimize the existing wind farms power generation. Model-based approaches are limited by the inherent complexity of the involved physics, thereby making the wind farm control synthesis and stability analysis a difficult task, not to mention the effect of unmodelled dynamics. Alternatively, this internship aims at exploring which data-driven control approaches can answer this much-needed challenge. More details in the enclosed pdf.
Your profile: you are a master 2 or final year engineer student in control theory, applied mathematics or IA, with good programming skills and eager to use your control theory skills for energy transition purposes.
How to apply? Please send us cover letter, CV, Id card or passport copy, grades and ranking for the last two years including a transcript of the current academic records --even if incomplete-- as well as any recommendation letter to: Matthieu.Fruchard@univ-orleans.fr. Candidate recruitment is subject to ZRR approval so anticipate a one-to-two months delay between your appliance and your recruitment, so please enclose the requested documents as soon as you apply.
Duration: up to 6 months from February.
