Je suis ancien élève de l'Ecole Nationale de la Statistique et de l'Administration Economique, et docteur en mathématiques appliquées de l’université d’Orsay. Je travaille à la Division Recherche et Développement de EDF depuis 1990. J'ai d'abord calculé des probabilités d'accidents graves. J'ai ensuite travaillé à la prévision de consommation d'électricité de EDF : les évènements étudiés sont plus fréquents, ce qui rend plus important le défi de la validation empirique. Maintenant, je modélise les différents aléas pouvant affecter la gestion d'EDF : température, hydraulicité, etc.
I studied in Ecole Nationale de la Statistique et de l'Administration Economique (National School for Statistics and Economics), and I completed a PhD in applied mathematics in Orsay University. I work in R&D division of Electricité de France (the main electricity utility in France). I first computed catastrophic accidents probabilities. Then, I worked on electricity load forecasting: the studied events are much more frequent, which makes the empirical validation more challenging. Now, I model the hazards that can impact on EDF industrial management: temperature, hydraulic inflows, etc.
Thèse sur la modélisation des réparations pour les études de sûreté de fonctionnement, à l'université d'Orsay (thesis on repair time modeling for dependability studies, at Orsay university) Lien "officiel"
Le résultat essentiel de la thèse est que toute modélisation "raisonnable" des durées de réparation des composants d'un système, si nous connaissons leur moyenne, donne approximativement le même résultat de fiabilité ou de disponibilité du système.
Ce résultat est utile car, la plupart du temps, nous ne connaissons pas la distribution des durées de réparation. Avec ce résultat, nous savons que les durées moyennes suffisent pour faire une étude de sûreté de fonctionnement. De plus, comme la distribution exponentielle est l'une des modélisations "raisonnables" des durées de réparation, nous savons que nous pouvons utiliser cette distribution comme une approximation : cela permet d'utiliser la représentation markovienne usuelle, et tous les outils de calcul qui y sont liés.
The main result is that any “reasonable” modeling of the components repair times leads approximately to the same results for the system reliability or availability, if we know the mean repair time.
This result is useful because, in most of the cases, we do not know the repair time distribution. With this result, we know the mean repair time is sufficient to realize dependability studies. Furthermore, since exponential distribution is one of the “reasonable” modeling of repair times, we know we can use it as an approximation: it allows the use of the usual Markov modeling.
Depuis l'ouverture du marché de l'électricité, les caractéristiques de la consommation d'électricité peuvent évoluer beacoup plus vite qu'avant, en particulier sous l'effet de mouvements de clients. Ce type de modèle est une solution possible pour obtenir des modèles adaptatifs.
Due to the opening of electricity market, the electricity load features may evolve much faster than previously. For example, when customers leave a retailer, its total demand decreases. State-space models are a way towards adaptive models.
L’article principal de la thèse
The main paper of the thesis
Il est usuel de représenter des composants à plus de 2 états à l’aide de modèles booléens. Nous calculons ici des bornes de l’erreur d’approximation.
It is usual to represent components with more than 2 states with boolean models. We compute here bounds for the approximation error.
Bon J.L., Collet J.; Utilisation des BDD pour le calcul de fiabilité; RAIRO-API-JESA 38 (8) pp. 1103-1114; 1996.
Les BDD sont une nouvelle représentation de modèles booléens, qui permet en particulier de calculer la disponibilité d’un système, plus facilement que la représentation utilisée jusque là. Nous montrons ici q’ils permettent aussi de calculer des approximations de la fiabilité.
The BDD are a new representation of Boolean models, it allows the compute the availability of a system, more accurately than the previously used representation. We show here that, furthermore, they allow to compute reliability approximation.
Nous étudions ici la validité de l’approximation des évènements rares, utilisée pour l’analyse de modèles booléens.
We study the validity of the rare-event approximation, used to analyze boolean models.
Si on modélise la dynamique de l’évolution d’un système, on obtient des ensembles d’états potentiellement très grands. Nous proposons ici un algorithme permettant de calculer des probabilités de panne, sans explorer exhaustivement l’ensemble des états.
Modeling the dynamics of a system, one gets potentially huge state set. We propose here an algorithm to compute failure probabilities, without exploring the whole state set.
Pourret O. Collet J., Bon J.L.; Error Bounds for a Stiff Markov Chain Approximation Technique and an Application; Statistical And Probabilistic Models In Reliability, Birkhäuser Boston, pp. 199-211; 1999.
Les modèles markoviens utilisés pour les études de sûreté de fonctionnement comprennent habituellement des états de durées de séjour très différentes. Nous bornons ici l’erreur engendrée par le fait de considérer que les plus faibles de ces temps de séjour sont nuls.
Markovian models used for dependability studies include usually states with very heterogeneous sojourn states . we bound here the error generated considering that the smallest of these sojourn states are null.
Collet J.; A New Test of Independence; International Conference on Robust Statistics; 2006.
Collet J., Roy J.S.; A midway between hourly and daily models for electric load forecast; International Symposium on Forecasting; 2005.
Collet J.; Proposition d’exercice de sondage; Journées de statistique de Lyon; 2003
Jourdain B., Lapeyre B. Collet J., François P.; Comparison of Some Precursor-Based Core-Melt Frequency Estimators; Probabilistic Safety Assessment 99; 1999.
Collet J., Bruyère F.An Efficient Tool for Taking Repairs into Account in Boolean Models ; Probabilistic Safety Assessmement and Management 4; 1998.
Bourgeois G., Collet J.Modélisation de l'incertitude sur les données de fiabilité des composants dans les études de sûreté de fonctionnement; journées de statistique de Grenoble; 1998.
Collet J. An extension of the Boolean PSA methods; PSA95; 1995.
Cours d’initiation aux sondages à Polytech’Lille (2002-2004), en 3ème année
Cours sur l’utilisation du logiciel R, à Paris 5 (2004-2006), en 3ème année de licence
Cours sur l’utilisation du logiciel SAS, à Paris 5 (2002-2004 et 2008-2009), en 3ème année de licence
Cours sur l’utilisation du logiciel SAS, à Paris 5, en 2ème année de master
Sujets pour la L3 Mathématiques MS
Membre de l’IEEE et de l’ASA
