Intégration d'un modèle de données de sous-sol dans un jumeau numérique : Application au stockage de CO₂ et à la géothermie

IFP Energies nouvelles - Sciences et Technologies du Numérique

---

IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. Depuis les concepts scientifiques en recherche fondamentale jusqu’aux solutions technologiques en recherche appliquée, l’innovation est au cœur de son action, articulée autour de quatre orientations stratégiques : climat, environnement et économie circulaire ; énergies renouvelables ; mobilité durable ; hydrocarbures responsables.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur l’apport de solutions aux défis sociétaux et industriels de l’énergie et du climat, au service de la transition écologique. Partie intégrante d’IFPEN, IFP School, son école d’ingénieurs, prépare les générations futures à relever ces défis.

Intégration d’un modèle de données de sous-sol dans un jumeau numérique : Application au stockage de CO₂ et à la géothermie

IFPEN développe un prototype de jumeau numérique pour l’usage du sous-sol appliqué au suivi du stockage géologique de CO₂ et destiné à être généralisé à d’autres usage de sous-sol comme de l’exploitation géothermique.

Un jumeau numérique est une représentation virtuelle dynamique d’un objet, d’un système ou d’un processus physique, alimentée par des données de capteurs et synchronisée avec son homologue réel tout au long de son cycle de vie. Appliqué au sous-sol, il apporte, par rapport aux modèles statiques classiques, une dimension temps réel, la simulation de scénarios d’exploitation et un retour d’information continu pour la supervision, l’analyse de risques et l’aide à la décision.

Un élément clé est de mettre en place un modèle de données du sous-sol robuste, interopérable et évolutif. Ainsi, le modèle devra pouvoir décrire le système de manière généraliste, indépendamment du cas d’usage, et générique, afin de faciliter l’interconnexion avec d’autres systèmes externes. Il devra également être capable d’intégrer au besoin des sous-modèles spécialisés autour d’applications spécifiques, en premier lieu le stockage de CO₂.

La construction d’un tel modèle passe par la définition d’une ontologie du sous-sol, c’est-à-dire une représentation formelle des concepts du domaine et de leurs relations : entités géologiques, propriétés physiques, observations et mesures, relations et incertitudes, processus et dynamiques, contexte et métadonnées. Cette représentation doit être pensée de façon multi-échelle, de la formation géologique régionale jusqu’aux propriétés pétrophysiques, et s’appuyer à la fois sur l’expertise métier et sur les modèles existants. Elle doit également prendre en compte les spécificités du sous-sol : incertitude intrinsèque des données, hétérogénéité et variabilité spatiale, couplages multi-physiques, instrumentation limitée et données éparses, difficulté de calage et de validation des modèles, diversité des formats et des standards.

Côté implémentation, le standard NGSI-LD (norme ETSI combinant JSON-LD, RDF et ontologies), porté par l’écosystème open source FIWARE et ses smart data models, offre aujourd’hui le meilleur compromis entre sémantique formelle, API standardisée et contextualisation des données.

Ce stage s’inscrit dans les travaux d’IFPEN sur les jumeaux numériques de sous-sol et leurs démonstrateurs.

Objectifs
L’objectif principal du stage est de développer un modèle de données, constitué d’une ontologie du sous-sol et smart data model NGSI-LD associé, pour un jumeau numérique de sous-sol, avec application au stockage de CO₂ et à la géothermie, en vue de son intégration dans un prototype IFPEN de jumeau numérique basé sur FIWARE.

Les objectifs spécifiques sont les suivants :

1. Identifier, en interaction avec les experts métier, les objets pertinents pour décrire le sous-sol, selon une vision multi-échelle (de la formation géologique régionale aux propriétés pétrophysiques).
2. Structurer ces objets dans une ontologie formelle (entités, attributs, relations, hiérarchie, incertitudes et métadonnées), en s’appuyant sur l’état de l’art et sur les modèles existants (OSDU, smart data models FIWARE, travaux académiques).
3. Implémenter cette ontologie sous forme de smart data model NGSI-LD.
4. Intégrer le modèle dans une architecture FIWARE (context broker NGSI-LD).
5. Concevoir une API NGSI-LD permettant d’exposer les données du jumeau numérique.
6. Tester et valider le modèle sur des démonstrateurs existants (stockage de CO₂, géothermie, analyse de risques).

Livrables attendus : une ontologie du sous-sol documentée, un smart data model NGSI-LD opérationnel, son intégration à une architecture FIWARE prototype avec API, ainsi que la documentation et la capitalisation associées.

Profil recherché

Étudiant(e) en M2 ou dernière année d’école d’ingénieur, spécialisé(e) en Informatique, Data Science ou modélisation de données.

• Compétences en modélisation de données et en représentation des connaissances (ontologies, OWL/RDF, JSON-LD, graphes de connaissances) ou forte appétence pour ces sujets.
• Bonne maîtrise de la programmation (Python) et des architectures orientées services (API REST, conteneurisation, bases de données).
• Une connaissance des standards d’interopérabilité (NGSI-LD, FIWARE, OSDU) ou des environnements IoT / données temps réel est un plus. Une expérience de la programmation assistée par l’IA générative est également appréciée.
• Intérêt pour les géosciences et les applications de la transition énergétique (stockage de CO₂, géothermie) ; aucune connaissance préalable en géosciences n’est exigée.
• Curiosité, rigueur, autonomie, aptitude au dialogue avec des experts d’autres disciplines et capacité à structurer et communiquer des résultats techniques.

---

---

Annonces similaires