Descripteur
Termes descripteurs IGN > environnement > énergie > énergie renouvelable > énergie éolienne
énergie éolienneVoir aussi |



Etendre la recherche sur niveau(x) vers le bas
Machine learning and geographic information systems for large-scale mapping of renewable energy potential / Dan Assouline (2019)
![]()
Titre : Machine learning and geographic information systems for large-scale mapping of renewable energy potential Type de document : Thèse/HDR Auteurs : Dan Assouline, Auteur ; Jean-Louis Scartezzini, Directeur de thèse ; Nahid Mohajeri Pour Rayeni, Directeur de thèse Editeur : Lausanne : Ecole Polytechnique Fédérale de Lausanne EPFL Année de publication : 2019 Importance : 294 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour l'obtention du grade de Docteur ès Sciences à l'Ecole Polytechnique Fédérale de LausanneLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] carte thématique
[Termes descripteurs IGN] classification dirigée
[Termes descripteurs IGN] classification par forêts aléatoires
[Termes descripteurs IGN] classification par séparateurs à vaste marge
[Termes descripteurs IGN] données météorologiques
[Termes descripteurs IGN] données topographiques
[Termes descripteurs IGN] énergie éolienne
[Termes descripteurs IGN] énergie géothermique
[Termes descripteurs IGN] énergie renouvelable
[Termes descripteurs IGN] énergie solaire
[Termes descripteurs IGN] méthode fondée sur le noyau
[Termes descripteurs IGN] modélisation spatio-temporelle
[Termes descripteurs IGN] occupation du sol
[Termes descripteurs IGN] prédiction
[Termes descripteurs IGN] SuisseRésumé : (auteur) A promising pathway to follow in order to reach sustainable development goals is an increased
reliance on renewable sources of energy. The optimized use of these energy sources, however, requires the assessment of their potential supply, along with the demand loads in locations of interest. In particular, large-scale supply estimation studies are needed in order to evaluate areas of high potential for each type of energy source for a particular region, and allow for the elaboration of efficient global energy strategies. In Switzerland, the “Energy Strategy 2050”, initiated in 2011 by the Swiss Federal Council, sets an example with the ambitious goal of reaching a 50-80% reduction of CO2 emissions by the year 2050, with a clear course of action: phasing-out nuclear power, improving energy efficiency, and greatly increasing the use of renewables. This thesis develops a general data-driven strategy combining Geographic Information Systems and Machine Learning methods to map the large-scale energy potential for three very popular sources of decentralized energy systems: wind energy (using horizontal axis wind turbines), geothermal energy (using very shallow ground source heat pumps) and solar energy (using photovoltaic solar panels over rooftops). For each of the three considered energy sources, an adapted methodology is suggested to assess its large-scale potential, by estimating multiple variables of interest (with a suitable time resolution, e.g. monthly or yearly), using widely available data, and combining these variables into potential values. These latter estimated variables, dictating the potential, include: (i) the monthly wind speed, and rural and urban topographic/obstacle configuration for wind energy, (ii) the ground thermal conductivity, volumetric heat capacity and monthly temperature gradient for geothermal energy, (iii) the monthly solar radiation, available area for PV panels over rooftops, geometrical characteristics of rooftops and monthly shading factors over rooftops for solar energy. The use of Machine Learning algorithms (notably Support Vector Machines and Random Forests) allows, given adequate features and training data (examples for some locations), for the prediction of the latter variables at unknown locations, along with the uncertainty attached to the predictions. In each case, the developed methodology is set-up with an aim to be applied for Switzerland, meaning that it relies on Swiss available energy-related data. Such data, however, including meteorological, topographic, ground/soil-related and building-related data, is becoming progressively available for most countries, making it possible to widely generalize the proposed methodologies.
Results show that Machine Learning is adequate for energy potential estimation, as the multiple required predictions and spatial extrapolations are achieved with reasonable accuracy. In addition, final values are validated with other existing data or studies when possible, and show general agreement. The application of the suggested potential methodologies in Switzerland outline the very significant potential for the considered renewables. In particular, there is a relatively high potential for RooftopMounted solar PV panels, as it is estimated that they could generate a total electricity production of 16.3 TWh per year, which corresponds to 25.3% of the annual electricity demand in 2017.In each case, the developed methodology is set-up with an aim to be applied for Switzerland, meaning that it relies on Swiss available energy-related data. Such data, however, including meteorological, topographic, ground/soil-related and building-related data, is becoming progressively available for most countries, making it possible to widely generalize the proposed methodologies. Results show that Machine Learning is adequate for energy potential estimation, as the multiple required predictions and spatial extrapolations are achieved with reasonable accuracy. In addition, final values are validated with other existing data or studies when possible, and show general agreement. The application of the suggested potential methodologies in Switzerland outline the very significant potential for the considered renewables. In particular, there is a relatively high potential for RooftopMounted solar PV panels, as it is estimated that they could generate a total electricity production of 16.3 TWh per year, which corresponds to 25.3% of the annual electricity demand in 2017.Note de contenu : 1- Introduction
2- Machine Learning
3- Theory and modeling of renewable energy systems
4- Wind energy: a theoretical potential estimation
5- Very shallow geothermal energy: a theoretical potential estimation
6- Solar energy: a technical potential estimation at commune scale
7- Solar energy: an improved potential estimation at pixel scale
8- ConclusionNuméro de notice : 25797 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences : EPFLausanne : 2019 DOI : sans En ligne : https://infoscience.epfl.ch/record/264971?ln=fr Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95038 n° 35 - mai 2018 - Chiffres clés des énergies renouvelables, édition 2018 (Bulletin de Datalab) / CGDD Commissariat Général au Développement Durable
![]()
[n° ou bulletin]
Titre : n° 35 - mai 2018 - Chiffres clés des énergies renouvelables, édition 2018 Type de document : Périodique Auteurs : CGDD Commissariat Général au Développement Durable, Auteur Année de publication : 2018 Importance : 82 p. Format : 10 x 15 cm Langues : Français (fre) Descripteur : [Vedettes matières IGN] Environnement
[Termes descripteurs IGN] analyse comparative
[Termes descripteurs IGN] biocarburant
[Termes descripteurs IGN] biomasse (combustible)
[Termes descripteurs IGN] énergie éolienne
[Termes descripteurs IGN] énergie géothermique
[Termes descripteurs IGN] énergie renouvelable
[Termes descripteurs IGN] énergie solaire
[Termes descripteurs IGN] Europe (géographie politique)
[Termes descripteurs IGN] France (administrative)Index. décimale : 50.00 Environnement Note de contenu : 1 - Quel est le poids des énergies renouvelables en France ?
2 - Quelles sont les différentes filières d'énergies renouvelables présentes en France
3 - Quelle est la place de la France en matière d'énergies renouvelables, en Europe et dans le monde ?
AnnexesNuméro de notice : 163-201808 Nature : Numéro de périodique En ligne : http://www.statistiques.developpement-durable.gouv.fr/fileadmin/documents/Produi [...] Format de la ressource électronique : URL Bulletin Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=31302 [n° ou bulletin]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 163-2018081 SL Revue Centre de documentation Environnement Disponible Développement de prototypes d’application et de services web en réponse aux enjeux du SIG éolien d’EDF-EN / Valentine Monchiet (2018)
![]()
Titre : Développement de prototypes d’application et de services web en réponse aux enjeux du SIG éolien d’EDF-EN Type de document : Mémoire Auteurs : Valentine Monchiet, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 74 p. Format : 21 x 30 cm Note générale : Mémoire de fin de cycle IT3, master Carthagéo Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes descripteurs IGN] acquisition de données
[Termes descripteurs IGN] aide à la décision
[Termes descripteurs IGN] ArcGIS online
[Termes descripteurs IGN] base de données foncières
[Termes descripteurs IGN] énergie renouvelable
[Termes descripteurs IGN] éolienne
[Termes descripteurs IGN] fonctionnalité
[Termes descripteurs IGN] géodatabase
[Termes descripteurs IGN] harmonisation des données
[Termes descripteurs IGN] interface web
[Termes descripteurs IGN] modélisation 3D
[Termes descripteurs IGN] prototype
[Termes descripteurs IGN] règlement
[Termes descripteurs IGN] réseau d'énergie
[Termes descripteurs IGN] réseau électrique
[Termes descripteurs IGN] SIG nomade
[Termes descripteurs IGN] WebSIGIndex. décimale : DCAR Mémoires de DESS cartographie et Master CARTHAGEO Résumé : (auteur) Avec la croissance continue de la consommation d’énergie, sa production représente un des principaux enjeux pour le futur. En France, alors que les parcs éoliens s’introduisent petit à petit dans nos paysages, des axes de progression ont été identifiés afin de raccourcir la durée de réalisation d’un projet éolien, actuellement de sept ans. Dans ce contexte, EDF-EN (Energies Nouvelles) a choisi de réviser son système d’information géographique, qui ne se révèle plus en phase avec les activités du groupe. Plusieurs facteurs influencent en effet la durée des projets, tels que le cloisonnement et le manque de traçabilité des données entre les différents acteurs d’un projet éolien : responsables fonciers, géomaticiens et chefs de projet entre autres. Le projet réalisé durant ce stage s’articule autour de la réalisation de trois prototypes qui répondent aux besoins actuels des équipes d’EDF-EN. Le premier objectif du projet est de faciliter l’accès et la mise à jour d’une nouvelle base de données centralisée d’une part, de permettre aux utilisateurs de visualiser et mettre à jour les données propres à la gestion du foncier à travers une application web d’autre part. La deuxième partie du projet visait à créer une application pour la modélisation de parcs éoliens en 3D, agissant comme solution d’aide à la décision et outil de communication. La dernière partie du projet a consisté en la réalisation d’une solution de collecte de données sur le terrain sur une tablette, afin de faciliter le travail des agents de terrain et améliorer la qualité de la collecte de données. Note de contenu : Introduction
1- Gestion des données foncières
2- Visualisation en 3D de parcs onshore
3- Mise en place d’un SIG nomade
ConclusionNuméro de notice : 21896 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire de fin d'études IT Organisme de stage : Capgemini Technology Services Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91530 Documents numériques
peut être téléchargé
Développement de prototypes... - pdf auteurAdobe Acrobat PDFDeveloping a wind turbine planning platform: Integration of “sound propagation model–GIS-game engine” triplet / Azarakhsh Rafiee in Environmental Modelling & Software, vol 95 (September 2017)
![]()
[article]
Titre : Developing a wind turbine planning platform: Integration of “sound propagation model–GIS-game engine” triplet Type de document : Article/Communication Auteurs : Azarakhsh Rafiee, Auteur ; Pim Van der Male, Auteur ; Eduardo Dias, Auteur ; Henk J. Scholten, Auteur Année de publication : 2017 Article en page(s) : pp 326 - 343 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] bruit (audition)
[Termes descripteurs IGN] cartographie à la volée
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] éolienne
[Termes descripteurs IGN] impact sur l'environnement
[Termes descripteurs IGN] monde virtuel
[Termes descripteurs IGN] moteur de jeu
[Termes descripteurs IGN] propagation du son
[Termes descripteurs IGN] simulation 3D
[Termes descripteurs IGN] standard OGC
[Termes descripteurs IGN] système d'information géographique
[Termes descripteurs IGN] temps réel
[Vedettes matières IGN] GéovisualisationRésumé : (auteur) In this study, we propose an interactive information system for wind turbine siting, considering its visual and sound externalities. This system is an integration of game engine, GIS and analytical sound propagation model in a unified 3D web environment. The game engine–GIS integration provides a 3D virtual environment where users can navigate through the existing geospatial data of the whole country and place different wind turbine types to explore their visual impact on the landscape. The integration of a sound propagation model in the game engine–GIS supports the real-time calculation and feedback regarding wind turbine sound at the surrounding buildings. The platform's GIS component enables massive (on-the-fly) georeferenced data utilization through tiling techniques as well as data accessibility and interoperability via cloud-based architecture and open geospatial standard protocols. The game engine, on the other hand, supports performance optimization for both data display and sound model calculations. Numéro de notice : A2017-351 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article En ligne : https://doi.org/10.1016/j.envsoft.2017.06.019 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85706
in Environmental Modelling & Software > vol 95 (September 2017) . - pp 326 - 343[article]Création et mutualisation d’outils cartographiques supports au développement de parcs éoliens en France / Anne-Thérèse Auger (2017)
![]()
Titre : Création et mutualisation d’outils cartographiques supports au développement de parcs éoliens en France Type de document : Mémoire Auteurs : Anne-Thérèse Auger, Auteur Editeur : Champs/Marne : Université Paris-Est Marne-la-Vallée UPEM Année de publication : 2017 Importance : 82 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de master Information Géographique : Analyse Spatiale et TélédétectionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG
[Termes descripteurs IGN] analyse spatiale
[Termes descripteurs IGN] base de données localisées
[Termes descripteurs IGN] éolienne
[Termes descripteurs IGN] étude d'implantation
[Termes descripteurs IGN] module d'extension
[Termes descripteurs IGN] Poitou-Charentes
[Termes descripteurs IGN] PostGIS
[Termes descripteurs IGN] PostgreSQL
[Termes descripteurs IGN] QGISIndex. décimale : IGAST Mémoires de Master Information Géographique, Analyse Spatiale et Télédétection Résumé : (Auteur) En France comme en Europe, le secteur de l’éolien est en pleine expansion. Le constat de l’appauvrissement des énergies fossiles et de leurs dégâts sur l’environnement impose de se tourner vers les énergies renouvelables ; l’énergie du vent y tient une place prépondérante. L’entreprise d’origine belge Elicio a choisi la moitié Nord de la France pour implanter ses parcs éoliens, et tend à s’étendre vers le Sud. Une recherche de nouveaux sites doit donc être menée. Or, l’implantation des éoliennes est réglementée par des contraintes paysagères, écologiques, techniques et militaires. Ma première mission au sein de l’équipe développement d’Elicio France a été de cartographier ces contraintes spatiales en région Poitou-Charentes et d’en extraire les zones favorables à l’implantation. J’ai construit un traitement automatisé permettant d’obtenir les polygones des zones favorables, que j’ai ensuite adapté pour en faire une application généralisée aux autres régions de France. Dans un second temps, afin de mutualiser les données géographiques des projets français et avec le soutien technique et financier d’Elicio, j’ai mis en place une base de données PostgreSQL sur serveur. J’y ai importé toutes les données de contraintes spatiales à jour et défini pour chacune un style par défaut afin d’homogénéiser les rendus cartographiques. Afin de faciliter l’utilisation de la base de données, j’ai créé des plugins permettant d’importer facilement les données sous QGIS selon leur zone géographique et de définir les droits des nouvelles données. J’ai par ailleurs rédigé des tutoriels afin d’apporter un support technique à l’utilisation de QGIS et de la nouvelle base. Les outils mis en place sont encore à perfectionner et la base de données demande une bonne administration et un suivi des modifications doit être mis en place. L’utilisation de la base de données demandera une véritable volonté de changement pour briser les anciennes habitudes de gestion des données géographiques. Note de contenu : INTRODUCTION
1. ELICIO ET L’EOLIEN EN FRANCE
1.1 Elicio, une entreprise internationale
1.2 L’éolien en France
1.3 Les étapes d’un projet éolien
2. DETERMINATION DES ZONES FAVORABLES A L’IMPLANTATION D’EOLIENNES
2.1 Les sites à potentiel éolien : principes généraux
2.2 Les contraintes spatiales
2.3 Sites potentiels : exemple de la région Poitou-Charentes
3. MUTUALISATION DES DONNEES SIG FRANCE
3.1 Gestion initiale des données
3.2 Choix techniques
3.3 Management de la base de données
4. DISCUSSION : APPORTS ET LIMITES DU TRAVAIL DE STAGE
CONCLUSIONSNuméro de notice : 22912 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire masters divers Note de thèse : Mémoire de master : Information Géographique Analyse Spatiale et Télédétection : UPEM : 2017 Organisme de stage : Elicio Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89782 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 22912-01 IGAST Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Création et mutualisation d’outils cartographiquesAdobe Acrobat PDFFrom white to green: surveying technology helps energise a wind farm / Mary Jo Wagner in Position, n° 80 (December 2015 - January 2016)
PermalinkWind farms: GIS-based visual impact assessment and visualization tools / Pilar Chias in Cartography and Geographic Information Science, vol 40 n° 3 (June 2013)
PermalinkCouplage de l'AMCD avec les SIG en appui au processus décisionnel d'analyse des projets de fermes éoliennes, L'approche DEMIT / Maria De Vazquez in Revue internationale de géomatique, vol 23 n° 1 (mars - mai 2013)
PermalinkBilan énergétique de la France pour 2011 / CGDD Commissariat Général au Développement Durable (2012)
PermalinkWeb-based GIS approaches to enhance public participation in wind farm planning / R. Berry in Transactions in GIS, vol 15 n° 2 (April 2011)
PermalinkPermalinkMise en place d'une méthodologie de travail sur les logiciels MapInfo et Illustrator pour la définition de zones de développement éolien / H. Grare (2008)
PermalinkCréation d'un site éolien, conception 3D et communication / M. Andre in Le monde des cartes, n° 188 (juin - août 2006)
PermalinkGeowind : un savoir-faire, un logiciel / P. Alexandre in Le monde des cartes, n° 188 (juin - août 2006)
PermalinkLa carte au service des énergies renouvelables / Françoise de Blomac in SIG la lettre, n° 74 (février 2006)
Permalink