RAPPORT — Sprint 5c · UC2 : Détection d'anomalies SIIDXTEL 2025
Référence : RAPPORT-DataLabSEP-UC2
Date : 2026-03-13
VM : datalab-engine (100.104.31.68)
Résultat : SUCCES
Notebook exécuté de bout en bout. 4 figures + rapport HTML + CSV exportés.
Résultats clés
Couverture (Section 1)
| Classe |
Nb MPs |
% |
Couverture moy |
| Complet (≥95%) |
4 262 |
61.4% |
96.0% |
| Partiel (50-95%) |
2 355 |
33.9% |
86.9% |
| Fantôme (<50%) |
327 |
4.7% |
27.0% |
- 327 MPs fantômes exportés en CSV pour signalement à SEP
Gaps temporels (Section 2)
| Métrique |
Valeur |
| Gaps > 1h détectés |
606 531 |
| Gaps > 24h (pannes) |
70 238 |
| Gaps > 7j (inactifs) |
891 |
| MPs avec panne >24h |
6 368 |
| MPs inactifs (>7j) |
698 |
Pics aberrants (Section 3)
| Métrique |
Valeur |
| Outliers détectés |
2 701 419 |
| Conso nocturnes (suspects) |
361 038 |
| Spikes isolés (erreur capteur) |
305 005 / 896 568 |
Seuils différenciés : conso > mean+5σ ou < mean-3σ, prod > mean+5σ seulement.
Requalification indéterminés (Section 4)
| Catégorie |
Nb MPs |
% |
| Inactif (>95% zéros) |
278 |
68.5% |
| Confirmé indéterminé |
67 |
16.5% |
| Micro-consommateur |
37 |
9.1% |
| Requalifié consommation |
24 |
5.9% |
- 0 MPs production avec profil consommation
- 1 MP consommation avec négatifs fréquents (>50)
Exports
| Fichier |
Taille |
uc2_mps_fantomes.csv |
22 KB |
uc2_fig0_coverage_classes.png |
224 KB |
uc2_fig1_gaps.png |
182 KB |
uc2_fig2_outliers.png |
165 KB |
uc2_fig3_coherence.png |
257 KB |
UC2_SIIDXTEL_anomalies.html |
283 KB |
Stack technique
| Outil |
Version |
Usage |
| DuckDB |
1.5.0 |
LAG() window, JOINs via con.register() |
| Polars |
1.39.0 |
DataFrames, agrégations, requalification |
| Matplotlib |
3.10.8 |
Figures thème datalab_dark |
Commit
25e82e8 feat(UC2): Détection anomalies SIIDXTEL 2025 — 6944 MPs analysés
Pushé sur GitHub : LaurentRae/datalab-sep main.
Checklist Definition of Done
Next steps
- UC3 : Corrélation production × météo
- UC4 : Agrégation par zone / catégorie client
