Estimation de retard dans des conditions expérimentales passives : application à l'identification de bief de rivière

Time-delay estimation in normal operating conditions. Application to a river reach identification

• Auteur / Autrice : Magalie Thomassin
• Direction : Alain Richard
• Type : Thèse de doctorat
• Discipline(s) : Automatique, traitement du signal et génie informatique
• Date : Soutenance en 2005
• Etablissement(s) : Nancy 1
• Partenaire(s) de recherche : Autre partenaire : Université Henri Poincaré Nancy 1. Faculté des sciences et techniques

Mots clés

Mots clés contrôlés

Statistique bayésienne

Systèmes à retard

Identification des systèmes

Résumé

Cette thèse porte sur l'identification de modèles à temps discret, et plus précisément, sur l'estimation de retard. Ces travaux sont motivés par une application à des biefs de rivière aménagés pour la production d'énergie hydroélectrique. Les difficultés résident dans l'obligation d'utiliser des données recueillies lors d'une régulation avec action anticipatrice effectuée par un opérateur humain. D'ailleurs, une approche déterminant le degré d'identifiabilité a posteriori montre la faible identifiabilité du retard pour les données disponibles. Afin de pallier ces inconvénients, une méthode originale d'identification bayésienne, non-supervisée et simple à mettre en œuvre, est développée en résolvant un problème de dégénérescence d'une densité de probabilité. Par ailleurs, une étude d'applicabilité des méthodes existantes d'estimation de retard est menée en motivant les choix retenus. Ceci a conduit à la généralisation d'une méthode fondée sur les corrélations des signaux d'entrée-sortie.

This thesis relates to the identification of discrete-time models, and more precisely, to the time-delay estimation. This work is justified by an application to river reaches managed for the hydroelectric energy production. The difficulties lie in the obligation to use data collected in a context of combined feedback/feedforward control carried out by a human operator. Moreover, an approach determining the degree of a posteriori identifiability shows the low identifiability of the time-delay for the available data. In order to mitigate these disadvantages, an original Bayesian identification method, non-supervised and simple to implement, is developed by solving a degeneration problem of a probability distribution. In addition, an applicability study of existing time-delay estimation methods is undertaken by justifying the choices selected. This has led to the generalization of a method based on correlations between inputs and output.