Ce numéro du Bulletin de AfIA comporte un dossier consacré à l’Intelligence Artificielle appliquée au domaine de l’énergie. Ce dossier a été coordonné par Nouredine HADJSAID, Professeur des universités à l’Institut polytechnique de Grenoble (Grenoble INP/ENSE3). Ce dossier permet de faire un point sur le traitement de cette question brûlante de la gestion de l’énergie pour l’amélioration de la maintenance prédictive des réseaux électriques, la prédiction de consommation ou encore la fusion de données hétérogènes appliquée au domaine de l’énergie. Sept exemples d’applications de l’IA pour les réseaux intelligents sont étudiés et présentés, ainsi qu’une vision prospective de l’IA pour les réseaux intelligents. La première contribution traite de l’IA à l’appui des services de réseau. Elle décrit les domaines d’application émergents des réseaux avec les défis techniques et sociétaux associés, les enjeux industriels de l’IA et quelques recommandations concernant les défis identifiés. La deuxième contribution traite du rôle des données et de leur extraction dans les techniques d’IA pour certaines applications techniques allant des bâtiments intelligents au contrôle de a tension dans les réseaux de distribution, en passant par le profilage dynamique de la charge tout en tirant parti des réseaux sociaux tels que Twitter (X). La troisième contribution traite des assistants basés sur l’IA avec une vision prospective pour fournir des solutions adéquates aux opérateurs de réseaux de transmission lorsqu’ils sont confrontés à une complexité croissante. La quatrième contribution traite des techniques et outils d’IA pour divers besoins de prévision : production, charge et prix de l’électricité. La cinquième contribution traite des outils basés sur l’IA pour gérer les flexibilités en matière de consommation d’énergie. La sixième contribution traite des techniques et méthodes basées sur l’IA pour la gestion des actifs dans les réseaux électriques avec quelques expériences de mise en œuvre sur le terrain. La septième contribution traite de certaines directions de recherche basées sur l’IA et d’exemples d’application dans le domaine de la prévision et de l’optimisation de la production d’énergie renouvelable. Il est à noter que ces contributions sont principalement préparées avec l’aide du Conseil scientifique de Think Smartgrids.