Optimisation de l'air conditionné par machine learning

Résumé : L'objectif de cet article est d'utiliser les données fournies par un réseau de capteurs via des méthodes de machine learning afin de contrôler les services d'un bâtiment automatiquement et intelligemment tout en tenant compte non seulement ses propriétés physiques, mais aussi de son utilisation réelle et du confort des occupants. La méthodologie et l’expérimentation sont d’abord exposées. Ensuite, les premiers résultats de l’implémentation d’une loi de commande prédictive au sein du bâtiment qui sert de test à l’Université de Berkeley sont présentés. Une baisse significative de la consommation d’énergie relative à l’usage de l’air conditionné est mesurée et son extrapolation à l’ensemble du bâtiment montre un potentiel d’efficacité réel
Type de document :
Communication dans un congrès
Liste complète des métadonnées

https://hal-mines-paristech.archives-ouvertes.fr/hal-01689969
Contributeur : Magalie Prudon <>
Soumis le : lundi 22 janvier 2018 - 15:38:55
Dernière modification le : vendredi 28 juin 2019 - 15:02:51

Identifiants

  • HAL Id : hal-01689969, version 1

Citation

Gilles Guerassimoff, Ghassene Jebali, Therese Peffer. Optimisation de l'air conditionné par machine learning. JITH 2017, Journées Internationales de Thermique JITH 2017 Stockage et conversion de l’énergie, Oct 2017, Monastir, Tunisie. ⟨hal-01689969⟩

Partager

Métriques

Consultations de la notice

132