{"id":31041,"date":"2024-11-06T13:57:04","date_gmt":"2024-11-06T12:57:04","guid":{"rendered":"https:\/\/www.8p2.fr\/?p=31041"},"modified":"2024-12-16T15:53:37","modified_gmt":"2024-12-16T14:53:37","slug":"reevaluation-du-productible-des-parcs-eoliens-en-exploitation-avec-le-machine-learning","status":"publish","type":"post","link":"https:\/\/www.8p2.fr\/en\/reevaluation-du-productible-des-parcs-eoliens-en-exploitation-avec-le-machine-learning\/","title":{"rendered":"R\u00e9\u00e9valuation du Productible des Parcs \u00c9oliens en Exploitation avec le Machine Learning"},"content":{"rendered":"<figure class=\"wp-block-image size-large\"><img fetchpriority=\"high\" decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/wind-farms-fields-1024x683.jpg\" alt=\"\" class=\"wp-image-31044\" srcset=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/wind-farms-fields-1024x683.jpg 1024w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/wind-farms-fields-300x200.jpg 300w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/wind-farms-fields-768x512.jpg 768w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/wind-farms-fields.jpg 1200w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-28f84493 wp-block-columns-is-layout-flex\">\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:66.66%\">\n<h2 class=\"wp-block-heading has-text-align-left\"><strong>1.\tD\u00e9finition, Contexte et Objectifs<\/strong><\/h2>\n\n\n\n<p>La r\u00e9\u00e9valuation du productible vise \u00e0 estimer la production \u00e0 long terme des parcs \u00e9oliens en exploitation, <strong>en s&rsquo;appuyant sur les donn\u00e9es SCADA historiques mesur\u00e9es sur site.<\/strong> Cette estimation permet <strong>une valorisation ajust\u00e9e lors des processus de M&amp;A, une am\u00e9lioration des strat\u00e9gies de refinancement et une mise \u00e0 jour du productible dans le budget de la SPV.<\/strong><br><\/p>\n\n\n\n<p>Dans cet article, nous expliquons comment nous r\u00e9\u00e9valuons le productible d&rsquo;un parc \u00e9olien en exploitation en utilisant les donn\u00e9es SCADA mesur\u00e9es sur site, moyenn\u00e9es sur 10 minutes.<\/p>\n<\/div>\n\n\n\n<div class=\"wp-block-column is-layout-flow wp-block-column-is-layout-flow\" style=\"flex-basis:33.33%\">\n<figure class=\"wp-block-image size-full is-resized\"><img decoding=\"async\" width=\"1367\" height=\"911\" src=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/09\/pexels-gabriel-san-miguel-9251905-1367x2048-1-edited-1.jpg\" alt=\"\" class=\"wp-image-30769\" style=\"width:278px;height:auto\" srcset=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/09\/pexels-gabriel-san-miguel-9251905-1367x2048-1-edited-1.jpg 1367w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/09\/pexels-gabriel-san-miguel-9251905-1367x2048-1-edited-1-300x200.jpg 300w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/09\/pexels-gabriel-san-miguel-9251905-1367x2048-1-edited-1-1024x682.jpg 1024w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/09\/pexels-gabriel-san-miguel-9251905-1367x2048-1-edited-1-768x512.jpg 768w\" sizes=\"(max-width: 1367px) 100vw, 1367px\" \/><\/figure>\n<\/div>\n<\/div>\n\n\n\n<div style=\"height:43px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>2.\tM\u00e9thodologie<\/strong><\/h2>\n\n\n\n<p>La m\u00e9thodologie de 8.2 France repose sur 3 \u00e9tapes cl\u00e9s :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Data processing<\/strong> &#8211; Cat\u00e9gorisation des donn\u00e9es SCADA<\/li>\n\n\n\n<li><strong>MCP (Mesurer, Corr\u00e9ler, Pr\u00e9dire)<\/strong> &#8211; Ajustement des donn\u00e9es de vent long-terme.<\/li>\n\n\n\n<li><strong>R\u00e9seau de neurones<\/strong> \u2013 Simulation et mod\u00e9lisation du comportement des turbines.<\/li>\n<\/ul>\n\n\n\n<p><\/p>\n\n\n\n<p style=\"font-style:normal;font-weight:700\"><strong>Data processing<\/strong><\/p>\n\n\n\n<p>L\u2019objectif principal de cette \u00e9tape est de <strong>classer et de cat\u00e9goriser les donn\u00e9es SCADA<\/strong> mesur\u00e9es sur site de chaque turbine comme suit :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Bridages<\/strong> : identifier les donn\u00e9es correspondant aux diff\u00e9rents bridages (chiropt\u00e8re, avifaune, acoustique, givrage, ombrage, etc\u2026)<\/li>\n\n\n\n<li><strong>Arr\u00eat<\/strong> : identifier les moments o\u00f9 la machine est \u00e0 l&rsquo;arr\u00eat.<\/li>\n\n\n\n<li><strong>Suspect<\/strong> : d\u00e9tecter les comportements anormaux de la machine.<\/li>\n\n\n\n<li><strong>Ok<\/strong> : correspond au fonctionnement normal de la machine.<\/li>\n<\/ul>\n\n\n\n<div style=\"height:16px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p>Seules les donn\u00e9es SCADA qualifi\u00e9es comme \u00a0\u00bb<strong>OK<\/strong>\u00a0\u00bb sont prises en compte dans les deux algorithmes \u00a0\u00bb<strong>MCP<\/strong>\u00a0\u00bb et \u00a0\u00bb<strong>R\u00e9seau de neurones<\/strong>\u00a0\u00bb qui sont d\u00e9taill\u00e9s ci-dessous.<\/p>\n\n\n\n<p>Les autres cat\u00e9gories sont utilis\u00e9es pour <strong>calculer les pertes \u00e0 long terme, afin de d\u00e9terminer la P50 du parc \u00e9olien<\/strong>.<\/p>\n\n\n\n<figure class=\"wp-block-image alignleft size-full is-resized\"><img decoding=\"async\" width=\"2112\" height=\"1416\" src=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/donnees-SCADA.jpg\" alt=\"\" class=\"wp-image-31048\" style=\"width:836px;height:auto\" srcset=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/donnees-SCADA.jpg 2112w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/donnees-SCADA-300x201.jpg 300w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/donnees-SCADA-1024x687.jpg 1024w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/donnees-SCADA-768x515.jpg 768w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/donnees-SCADA-1536x1030.jpg 1536w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/donnees-SCADA-2048x1373.jpg 2048w\" sizes=\"(max-width: 2112px) 100vw, 2112px\" \/><figcaption class=\"wp-element-caption\">La figure montre un exemple de cat\u00e9gorisation de donn\u00e9es SCADA d\u2019une \u00e9olienne<\/figcaption><\/figure>\n\n\n\n<div style=\"height:46px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"has-luminous-vivid-amber-color has-text-color has-link-color has-medium-font-size wp-elements-09034f4bc2720fcfb8485b56587d4359\" style=\"font-style:normal;font-weight:700\"><strong><strong>Algorithme MCP<\/strong><\/strong><\/p>\n\n\n\n<p>L\u2019algorithme MCP (Mesurer, Corr\u00e9ler, Pr\u00e9dire) <strong>vise \u00e0 \u00e9tablir une corr\u00e9lation entre les donn\u00e9es de vent long terme \u00a0\u00bb Satellites\u00a0\u00bb et les donn\u00e9es SCADA moyenn\u00e9es sur 10 minutes pour chaque machine.<\/strong> Il prend en compte divers param\u00e8tres, tels que le secteur du vent, les biais horaires, les biais mensuels, etc.<\/p>\n\n\n\n<p><br>Cet algorithme teste plusieurs sources de donn\u00e9es satellites (MERRA2, ERA5, Vortex, etc.), comme l&rsquo;illustre la figure ci-dessous, <strong>afin d&rsquo;identifier la source qui corr\u00e8le le mieux avec les donn\u00e9es mesur\u00e9es sur site.<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-image alignleft size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" width=\"1936\" height=\"1304\" src=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/Algorithme-MCP.png\" alt=\"\" class=\"wp-image-31051\" style=\"width:836px;height:auto\" srcset=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/Algorithme-MCP.png 1936w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/Algorithme-MCP-300x202.png 300w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/Algorithme-MCP-1024x690.png 1024w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/Algorithme-MCP-768x517.png 768w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/Algorithme-MCP-1536x1035.png 1536w\" sizes=\"(max-width: 1936px) 100vw, 1936px\" \/><\/figure>\n\n\n\n<div style=\"height:52px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p>Cet algorithme a pour objectif&nbsp;:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>D\u2019ajuster les donn\u00e9es de vent long terme <\/strong>\u00ab\u00a0<strong> Satellites<\/strong>\u00a0\u00bb pour les adapter aux conditions sp\u00e9cifiques de chaque turbine.<\/li>\n\n\n\n<li>De pr\u00e9dire le comportement du vent long terme sp\u00e9cifique \u00e0 chaque machine.<\/li>\n<\/ul>\n\n\n\n<p>La figure suivante pr\u00e9sente un exemple de rose des vents d\u2019une\u00e9olienne, illustrant les trois roses des vents suivantes :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Measurement :<\/strong> donn\u00e9es de direction du vent mesur\u00e9es sur site pour l\u2019\u00e9olienne E1 du parc \u00e9olien X.<\/li>\n\n\n\n<li><strong>MCP :<\/strong> donn\u00e9es de direction du vent bas\u00e9es sur la corr\u00e9lation entre les donn\u00e9es satellites et les donn\u00e9es SCADA durant la p\u00e9riode d\u2019analyse.<\/li>\n\n\n\n<li><strong>Long term direction :<\/strong> rose des vents long terme de l\u2019\u00e9olienne, d\u00e9termin\u00e9e \u00e0 l&rsquo;aide de l&rsquo;algorithme MCP en tenant compte des \u00e9tapes d\u00e9taill\u00e9es ci-dessus.<\/li>\n<\/ul>\n\n\n\n<div style=\"height:66px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"has-luminous-vivid-amber-color has-text-color has-link-color has-medium-font-size wp-elements-eb13ab0b1c0f533f6404ffc62855fae3\" style=\"font-style:normal;font-weight:700\"><strong><strong>R\u00e9seau de neurones<\/strong><\/strong><\/p>\n\n\n\n<p>8.2 France utilise par ailleurs des r\u00e9seaux de neurones pour <strong>mod\u00e9liser et reproduire le comportement statistique de chaque turbine<\/strong>, en se basant sur la courbe de puissance r\u00e9elle sp\u00e9cifique \u00e0 chaque machine et en tenant compte notamment des param\u00e8tres suivants :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Vitesse du vent<\/li>\n\n\n\n<li>Direction du vent<\/li>\n\n\n\n<li>Temp\u00e9rature ambiante (<em>influence la densit\u00e9 de l\u2019air<\/em>)<\/li>\n\n\n\n<li>Heure (<em>influence sur le cisaillement du vent<\/em>)<\/li>\n\n\n\n<li>Date (<em>biais saisonnier<\/em>)<\/li>\n\n\n\n<li>Localisation de la machine (<em>turbulences g\u00e9n\u00e9r\u00e9es par les \u00e9oliennes voisines<\/em>)<\/li>\n<\/ul>\n\n\n\n<div style=\"height:17px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p>La figure suivante pr\u00e9sente un exemple de mod\u00e9lisation de la courbe de puissance d\u2019une \u00e9olienne, d\u00e9termin\u00e9e \u00e0 l\u2019aide du r\u00e9seau de neurones<\/p>\n\n\n\n<figure class=\"wp-block-gallery has-nested-images columns-default is-cropped wp-block-gallery-1 is-layout-flex wp-block-gallery-is-layout-flex\">\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"791\" data-id=\"31053\" src=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/courbe-de-puissance--1024x791.jpg\" alt=\"\" class=\"wp-image-31053\" srcset=\"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/courbe-de-puissance--1024x791.jpg 1024w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/courbe-de-puissance--300x232.jpg 300w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/courbe-de-puissance--768x594.jpg 768w, https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/courbe-de-puissance-.jpg 1330w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n<\/figure>\n\n\n\n<p>Une fois les courbes de puissance simul\u00e9es avec le r\u00e9seau de neurones \u00e9tablies, cet algorithme permet \u00e9galement de <strong>simuler les courbes de puissance long terme pour chaque machine<\/strong>, <strong>en s\u2019appuyant sur les donn\u00e9es de vent long terme sp\u00e9cifiques \u00e0 chacune d\u2019elle, <\/strong>d\u00e9j\u00e0 d\u00e9termin\u00e9es avec <strong>\u00a0\u00bbl&rsquo;Algorithme MCP\u00a0\u00bb.<\/strong> Cela permet d\u2019estimer <strong>la\u00a0\u00bbProduction Brute Long Terme\u00a0\u00bb<\/strong> du parc \u00e9olien.<\/p>\n\n\n\n<p>Les diff\u00e9rentes pertes, li\u00e9es entre autre \u00e0 la disponibilit\u00e9 du parc \u00e9olien, aux bridages et aux pertes \u00e9lectriques, d\u00e9termin\u00e9es <strong>en s\u2019appuyant sur la premi\u00e8re \u00e9tape \u00a0\u00bbData processing\u00a0\u00bb<\/strong>, sont prises en compte pour d\u00e9terminer le P50 net. Enfin, les incertitudes associ\u00e9es \u00e0 cette m\u00e9thodologie sont int\u00e9gr\u00e9es afin de \u00a0d\u00e9terminer un productible P75 et P90.<\/p>\n\n\n\n<div style=\"height:74px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\"><strong><strong><strong><strong>3. Avantages<\/strong><\/strong><\/strong><\/strong><\/h2>\n\n\n\n<div style=\"height:7px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"has-luminous-vivid-amber-color has-text-color has-link-color has-medium-font-size wp-elements-61dccec04804fc4bdb6e9f1ab2ee50d0\" style=\"font-style:normal;font-weight:700\"><strong><strong><strong><strong>Un Outil Indispensable pour les Transactions Financi\u00e8res<\/strong><\/strong><\/strong><\/strong><\/p>\n\n\n\n<p>La r\u00e9\u00e9valuation du productible est une \u00e9tape cl\u00e9 dans la vente ou l&rsquo;achat d&rsquo;un parc \u00e9olien. Cette analyse met \u00e0 jour les pr\u00e9visions de production \u00a0du parc, permettant ainsi aux acheteurs et vendeurs d&rsquo;avoir une vision claire de la rentabilit\u00e9 future. 8.2 France utilise des mod\u00e8les avanc\u00e9s de <strong>\u00a0\u00bbMachine Learning\u00a0\u00bb<\/strong> pour recalculer le productible en se basant sur les donn\u00e9es historiques SCADA, les performances r\u00e9elles des machines et les donn\u00e9es satellites. Cela aide \u00e0 \u00e9viter les mauvaises surprises et \u00e0 s\u00e9curiser les transactions en offrant des bases solides pour les n\u00e9gociations.<\/p>\n\n\n\n<div style=\"height:25px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"has-luminous-vivid-amber-color has-text-color has-link-color has-medium-font-size wp-elements-6c5fb7a7698d376585b3f3fee99d1df3\" style=\"font-style:normal;font-weight:700\"><strong><strong><strong><strong><strong>Un Atout pour le Refinancement et l\u2019Optimisation<\/strong><\/strong><\/strong><\/strong><\/strong><\/p>\n\n\n\n<p>Outre les transactions de vente ou d&rsquo;achat, le refinancement d&rsquo;un parc \u00e9olien est une autre situation o\u00f9 la r\u00e9\u00e9valuation du productible prend tout son sens. Les investisseurs et les banques souhaitent s&rsquo;assurer que les conditions financi\u00e8res d&rsquo;un projet sont en ad\u00e9quation avec sa performance r\u00e9elle. Une r\u00e9\u00e9valuation permet de r\u00e9ajuster les conditions de pr\u00eat ou de financement en fonction des nouvelles donn\u00e9es de production.<\/p>\n\n\n\n<div style=\"height:25px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"has-luminous-vivid-amber-color has-text-color has-link-color has-medium-font-size wp-elements-7e04f1ebea7e24265fde467a3de0dec2\" style=\"font-style:normal;font-weight:700\"><strong><strong><strong><strong><strong><strong>Une M\u00e9thodologie Rigoureuse pour une Fiabilit\u00e9 Maximale<\/strong><\/strong><\/strong><\/strong><\/strong><\/strong><\/p>\n\n\n\n<p>Ce qui distingue 8.2 France, c\u2019est sa m\u00e9thodologie rigoureuse et \u00e9prouv\u00e9e, fond\u00e9e sur des mod\u00e8les de <strong>\u00a0\u00bbMachine Learning\u00a0\u00bb<\/strong>. Ces mod\u00e8les permettent de mod\u00e9liser des relations complexes entre de nombreux facteurs, tels que la vitesse du vent, la direction, la temp\u00e9rature et d&rsquo;autres variables environnementales. Ils offrent \u00e9galement la possibilit\u00e9 d&rsquo;int\u00e9grer une multitude de facteurs (biais horaire, biais saisonnier, turbulence, densit\u00e9 de l\u2019air, etc) pour simuler la production long terme\u00a0.<\/p>\n\n\n\n<div style=\"height:25px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<p class=\"has-luminous-vivid-amber-color has-text-color has-link-color has-medium-font-size wp-elements-7e04f1ebea7e24265fde467a3de0dec2\" style=\"font-style:normal;font-weight:700\"><strong><strong><strong><strong><strong><strong>Une M\u00e9thodologie Rigoureuse pour une Fiabilit\u00e9 Maximale<\/strong><\/strong><\/strong><\/strong><\/strong><\/strong><\/p>\n\n\n\n<p>Pour les propri\u00e9taires et les gestionnaires de parcs \u00e9oliens, le service de r\u00e9\u00e9valuation du productible propos\u00e9 par 8.2 France repr\u00e9sente une valeur ajout\u00e9e ind\u00e9niable. Il permet non seulement d\u2019anticiper les performances futures mais aussi de renforcer la cr\u00e9dibilit\u00e9 du projet aupr\u00e8s des investisseurs et des parties prenantes. Cela se traduit par une meilleure position dans les n\u00e9gociations, une s\u00e9curisation des revenus futurs, et une optimisation des co\u00fbts li\u00e9s \u00e0 l\u2019exploitation.<\/p>\n\n\n\n<p><a id=\"_msocom_1\"><\/a><\/p>\n\n\n\n<div class=\"wp-block-columns is-layout-flex wp-container-core-columns-is-layout-28f84493 wp-block-columns-is-layout-flex\"><\/div>","protected":false},"excerpt":{"rendered":"<p>La r\u00e9\u00e9valuation du productible vise \u00e0 estimer la production \u00e0 long terme des parcs \u00e9oliens en exploitation, en s&rsquo;appuyant sur les donn\u00e9es SCADA historiques mesur\u00e9es sur site. <\/p>","protected":false},"author":2,"featured_media":31089,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[6],"tags":[],"class_list":["post-31041","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"jetpack_featured_media_url":"https:\/\/www.8p2.fr\/wp-content\/uploads\/2024\/11\/Blog-machine-learning-1-400x250-2.jpg","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/posts\/31041","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/comments?post=31041"}],"version-history":[{"count":12,"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/posts\/31041\/revisions"}],"predecessor-version":[{"id":31088,"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/posts\/31041\/revisions\/31088"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/media\/31089"}],"wp:attachment":[{"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/media?parent=31041"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/categories?post=31041"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.8p2.fr\/en\/wp-json\/wp\/v2\/tags?post=31041"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}