Hackathon · Enedis
Reconstruction de courbes de consommation électrique Linky
Pipeline complet pour reconstruire des segments manquants de courbes de charge Linky : régression ridge & gradient boosting et feature engineering du modèle.
Classements concours : 12ᵉ/119 au classement national (site) et 1ᵉʳ/39 à l'université.
Enedis Linky Load Curve
Hackathon IA
Contexte du challenge
Le challenge, proposé par Enedis sur la plateforme ChallengeData, consiste à reconstituer des courbes de charge quotidiennes à partir de données partiellement observées. Pour un ensemble d'utilisateurs, certaines journées sont complètes, d'autres présentent des “trous” à combler.
L'objectif est de prédire au mieux ces valeurs manquantes sur un jeu de test, en minimisant une erreur de type Mean Absolute Error (MAE) sur les points masqués. Le projet met l'accent sur la qualité des features temporelles et sur la robustesse du modèle aux profils de consommation variés.
Pipeline de modélisation
Préparation des données
- Manipulation de fichiers volumineux (
x_train,y_train,x_test). - Construction de jeux de données exploitables (séparation jours complets / jours troués).
- Création de variables dérivées pour capturer des motifs de charge (profils horaires, moyennes, etc.).
Modèles & évaluation
- Modèle de base en régression ridge pour capturer une structure linéaire globale.
- Affinage avec des modèles de type gradient boosting.
- Évaluation via MAE sur les points manquants, en suivant la métrique du challenge.
Le code est organisé autour d'un notebook principal et de fichiers Python
(solution.py, utils.py) pour une exécution plus automatisable.
Ressources
- Site du challenge (description détaillée du jeu de données et de la tâche).
- Explications sur le format des fichiers (
x_train,y_train,x_test). - Code commenté pour la préparation, l'entraînement et la prédiction.
Les données brutes dépassant la limite de taille de GitHub, elles doivent être téléchargées
depuis la plateforme ChallengeData, puis placées dans le dossier
data/datasets/ avant exécution du code.