Canada Spends Logo

Explore our Budget 2026 analysis

Grant: Alliance Grants

École de technologie supérieure

$244,898.00

Développement des méthodes avancées de diagnostic et pronostic des alternateurs hydro-électriques pour assurer l'augmentation de la disponibilité de la puissance

FY 2024-25

Summary
L'accélération de la transition énergétique, l'émergence des sources d'énergies renouvelables et l'augmentation de la demande d'énergie introduisent de nouvelles façons d'opérer les grands alternateurs hydroélectriques. Afin de profiter des bénéfices anticipés dans cette nouvelle situation, la flexibilité demandée à ces alternateurs ne doit en aucun cas se faire au détriment de leur fiabilité et de leur durée de vie. À cela s'ajoute la prévision d'investissements majeurs en pérennité dans les années à venir en raison du vieillissement des équipements existants. Dans ce contexte, l'augmentation de la disponibilité de puissance et la fiabilité sont les deux éléments clés qui dictent l'urgence de mettre en oeuvre des méthodes avancées de diagnostic, de pronostic et d'augmentation de la disponibilité de puissance des unités de production existantes. Les outils de modélisation et de simulation en temps réel qui seront développés permettront à Hydro-Québec de passer d'une maintenance corrective et systématique à une de nature prévisionnelle et proactive pour une utilisation optimale de tous les alternateurs existant en les opérant à leur pleine capacité. L'adoption de matériaux plus performants durant les phases de réfection programmées des alternateurs du parc actuel permettra l'augmentation de leur puissance. Ce projet permettra aussi à Rio Tinto en contribuant à l'affinement de ces outils d'améliorer la surveillance, le diagnostic et le pronostic de sa flotte d'alternateurs. Il permettra également à OPAL-RT d'améliorer ses modèles de simulation en temps réel et d'ajouter le jumeau numérique alternateur à sa librairie de composantes pour offrir des solutions plus performantes et mieux adaptées aux besoins de ses clients et de se positionner comme un leader dans le domaine de la simulation en temps réel. Finalement, il permettra à l'ÉTS et l'USTL de former des spécialistes en production de l'énergie et de développer une plateforme de génération de données pour les algorithmes d'IA des modèles de diagnostic et pronostic des alternateurs.
Program
Alliance Grants
Location
Quebec, Canada
Recipient Type
Academia
Type
Grant
Source
NSERC's Awards Data

As published

Application id
588179-2023
Name nom
Al-Haddad, Kamal KAH
Department département
Génie électrique
Organization id
53
Institution établissement
École de technologie supérieure
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2024
Competition year année de concours
2023
Award amount
244898
Program id
ALLRP
Program name en
Alliance Grants
Program name fr
Subventions Alliance
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
304
Area of application group en
Energy resources
Area of application group fr
Ressources d'énergie
Area of application en
Electrical energy
Area of application fr
Énergie électrique
Research subject code
2516
Research subject group en
Electrical and electronic engineering
Research subject group fr
Génie électrique et électronique
Research subject en
Energy conversion and distribution
Research subject fr
Conversion et distribution de l'énergie
Field of research list names en
Not available
Field of research list names fr
Non disponible
Socioeconomic objective list names en
Not available
Socioeconomic objective list names fr
Non disponible
Application title
Développement des méthodes avancées de diagnostic et pronostic des alternateurs hydro-électriques pour assurer l'augmentation de la disponibilité de la puissance
Keywords
alternateur hydroélectrique,; apprentissage profond,; diagnostic/pronostic,; elements finis; excitatrice statique; intelligence artificielle; machine synchrone; modèle réduit,; simulation en temps réel; vieillissement des matériaux
Application summary
L'accélération de la transition énergétique, l'émergence des sources d'énergies renouvelables et l'augmentation de la demande d'énergie introduisent de nouvelles façons d'opérer les grands alternateurs hydroélectriques. Afin de profiter des bénéfices anticipés dans cette nouvelle situation, la flexibilité demandée à ces alternateurs ne doit en aucun cas se faire au détriment de leur fiabilité et de leur durée de vie. À cela s'ajoute la prévision d'investissements majeurs en pérennité dans les années à venir en raison du vieillissement des équipements existants. Dans ce contexte, l'augmentation de la disponibilité de puissance et la fiabilité sont les deux éléments clés qui dictent l'urgence de mettre en oeuvre des méthodes avancées de diagnostic, de pronostic et d'augmentation de la disponibilité de puissance des unités de production existantes. Les outils de modélisation et de simulation en temps réel qui seront développés permettront à Hydro-Québec de passer d'une maintenance corrective et systématique à une de nature prévisionnelle et proactive pour une utilisation optimale de tous les alternateurs existant en les opérant à leur pleine capacité. L'adoption de matériaux plus performants durant les phases de réfection programmées des alternateurs du parc actuel permettra l'augmentation de leur puissance. Ce projet permettra aussi à Rio Tinto en contribuant à l'affinement de ces outils d'améliorer la surveillance, le diagnostic et le pronostic de sa flotte d'alternateurs. Il permettra également à OPAL-RT d'améliorer ses modèles de simulation en temps réel et d'ajouter le jumeau numérique alternateur à sa librairie de composantes pour offrir des solutions plus performantes et mieux adaptées aux besoins de ses clients et de se positionner comme un leader dans le domaine de la simulation en temps réel. Finalement, il permettra à l'ÉTS et l'USTL de former des spécialistes en production de l'énergie et de développer une plateforme de génération de données pour les algorithmes d'IA des modèles de diagnostic et pronostic des alternateurs.
École de technologie supérieure - $244,898 Grant (202… | Canada Spends