Antoine Lesage-Landry
B.Ing. (Poly), Ph.D. (Toronto)
Professeur agrégé
Département de génie électrique
Département de génie électrique
Tél. : (514) 340-4711 poste 2442
Téléc. : (514) 340-4078
Local : M-5111
Intérêts de recherche et affiliations
Intérêts de recherche
- Modélisation des réseaux électriques
- Prise de décision en incertitude
- Optimisation
- Online optimization
- Online learning
- Apprentissage machine
- Réseaux électriques
- Réseaux d’énergie renouvelable
- Réseaux électriques intelligents
Affiliation(s)
- Réseau québécois sur l'énergie intelligente, Membre
- Institut de valorisation des données (IVADO), Membre
- Centre de recherche avancée en micro-ondes et en électronique spatiale (POLY-GRAMES), Membre
- Groupe d'études et de recherche en analyse des décisions (GERAD), Membre
- Mila - Institut québécois d'intelligence artificielle, Membre associé
Type(s) d'expertises (sujets CRSNG)
- 2501 Réseaux électriques
- 2715 Optimisation
- 2805 Théories de l'apprentissage et de l'inférence
- 2956 Optimisation et théories de commande optimale
- 2960 Modélisation mathématique
Publications
Publications récentes
Rapport
Article de revue
Rapport
Article de revue
Audet, X., Qako, K., & Lesage-Landry, A. (2025). A distributionally robust optimization strategy for virtual bidding in two-settlement electricity markets. (Rapport technique n° G-2025-31).
Audet, X., Qako, K., & Lesage-Landry, A. (2025). A Distributionally Robust Optimization Strategy for Virtual Bidding in Two-Settlement Electricity Markets. Sustainable Energy, Grids and Networks, 101904.
Soldati, C., Le Digabel, S., & Lesage-Landry, A. (2025). Blackbox optimization for loss minimization in power distribution networks using feeder reconfiguration. (Rapport technique n° G-2025-52).
Xue, T., Zhao, M., Kocar, I., Ghafouri, M., Lesage-Landry, A., Bu, S., & Zhu, Z. (2025). Efficient Deep Reinforcement Learning-Based Supplementary Damping Control with a Coordinated RMS Training and EMT Testing Scheme. IEEE Transactions on Power Delivery, 1-14.
Biographie
Antoine Lesage-Landry est professeur agrégé au département de génie électrique de Polytechnique Montréal, QC, Canada. Il a obtenu son B. Ing. en génie physique de Polytechnique Montréal en 2015 et son Ph. D. en génie électrique de l’Université de Toronto, ON, Canada, en 2019. Avant de se joindre au corps professoral de Polytechnique Montréal, il a été chercheur postdoctoral au Energy & Resources Group à l’Université de la Californie, Berkeley de 2019 à 2020. Ses champs d’intérêt en recherche incluent l’optimisation et l’online learning ainsi que leurs applications aux réseaux électriques avec énergie renouvelable.
Formation
- Ph.D., génie électrique, Université de Toronto
- B.Ing., génie physique, Polytechnique Montréal
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (1)
- Li, F. (2024). Analysis and Optimization of Power Distribution Networks with High Penetration of Grid-Edge Technologies Under Uncertainty [Thèse de doctorat, Polytechnique Montréal].
- Li, F. (2024). Analysis and Optimization of Power Distribution Networks with High Penetration of Grid-Edge Technologies Under Uncertainty [Thèse de doctorat, Polytechnique Montréal].
-
Mémoire de maîtrise (10)
- Darleguy, V. (2025). Réduction de contraintes guidée par l'apprentissage pour le problème de répartition économique optimale de la production sous contraintes de sécurité [Mémoire de maîtrise, Polytechnique Montréal].
- Durette, J. (2025). Stratégies de mappage de tâches sur grappe de calcul hétérogène pour la simulation de transitoires électromagnétiques de réseaux électriques [Mémoire de maîtrise, Polytechnique Montréal].
- Pallage, J. (2025). Contributions to the Trustworthy Machine Learning Pipeline: Data Selection, Training, and Post-training Verification through Convexity and the Wasserstein Distance [Mémoire de maîtrise, Polytechnique Montréal].
- Bélanger, O. (2024). Online Convex Optimization for On-Board Routing in High-Throughput Satellites [Mémoire de maîtrise, Polytechnique Montréal].
- Mendoza, S. (2024). Répartition computationnelle efficace entre boîte noire et solveur [Mémoire de maîtrise, Polytechnique Montréal].
- Molénat, M. C. (2024). Étude de la performance de la méthode nodale augmentée et modifiée pour les calculs d'écoulement de puissance [Mémoire de maîtrise, Polytechnique Montréal].
- Lauzon, J.-W. (2023). A Discrete-Time Markov Chain Approach for Microgrid-Aware Reliability Assessment of Distribution Systems [Mémoire de maîtrise, Polytechnique Montréal].
- Lupien, J.-L. (2023). Online Second-order Methods for Time-Varying Equality-Constrained Optimization [Mémoire de maîtrise, Polytechnique Montréal].
- Maisonneuve, P. (2023). Learning-Accelerated Exact Mixed-Integer Second-Order Cone Programming for Unit Commitment [Mémoire de maîtrise, Polytechnique Montréal].
- Paré, M.-C. (2023). Commande prédictive efficace guidée par les données pour la gestion de la demande de puissance des petits bâtiments commerciaux [Mémoire de maîtrise, Polytechnique Montréal].
- Darleguy, V. (2025). Réduction de contraintes guidée par l'apprentissage pour le problème de répartition économique optimale de la production sous contraintes de sécurité [Mémoire de maîtrise, Polytechnique Montréal].
