Elia Energy Forecast

Le contexte

Elia Group opère le transport d’électricité à haute tension en Belgique et en Allemagne — un projet suivi de près par la Commission européenne au vu de son impact sur la stabilité du réseau électrique continental. L’enjeu : prévoir automatiquement, par machine learning, la perte d’énergie sur les lignes haute tension (usure des câbles, conditions météo…) pour ajuster chaque jour la puissance à injecter le lendemain — et tenir cet engagement au plus près du MW, sans marge de plusieurs pourcents. À la clé : plus de sûreté pour les fournisseurs d’énergie en aval et un réseau plus stable.

Ma mission

En tant que Lead Developer .NET, j’ai porté la plateforme qui relie et orchestre l’ensemble des services du projet : récupération quotidienne des données depuis un datalake distant, envoi au service de machine learning, récupération et mise en forme des prévisions, visualisation (historique et prévision, écarts) et automatisation des notifications, le tout dans un environnement anglophone très cadré, en lien étroit avec l’architecte du projet.

Par confidentialité professionnelle propre à ce projet stratégique, certains éléments (modèles, données, mécaniques précises) ne sont volontairement pas détaillés ici.

Ce qu’il faut retenir

Un projet à très forte visibilité — suivi par la Commission européenne — à la croisée du machine learning et des architectures .NET modernes (Blazor, microservices, DDD, CQRS), avec un enjeu réel de fiabilité énergétique à l’échelle de deux pays.