Actualités > Soutenance de thèse de Monsieur Nour HAIDAR
Madame Monsieur Nour HAIDAR présentera ses travaux intitulés :
« Compromis énergétique et confort basé sur le comportement des occupants dans les bâtiments intelligents »
Spécialité : informatique et applications
Le 17 décembre 2020 à 14h00
Lieu : La Rochelle Université
Pôle Communication, Multimédia et Réseaux
Amphithéâtre Michel Crépeau
44 Av. Albert Einstein
17000 LA ROCHELLE
Composition du jury :
M. BOUJU Alain, Maître de conférences, HDR, La Rochelle Université
M. DE RANGO Floriano, Associate Professor, Université de Calabre (Italie)
M.GHAMRI-DOUDANE Yacine, Professeur, La Rochelle Université
Mme GLEIZES Marie-Pierre, Professeure, IRIT Toulouse
M. INARD Christian, Professeur, La Rochelle Université
M. SENOUCI Sidi Mohammed, Professeur, Université de Bourgogne
M. TAMANI Nouredine, Enseignant-Chercheur, ISEP Paris
Mme VALE Zita, Professeure, Institut Polytechnique de Porto (Portugal)
Résumé :
Le bâtiment est le plus grand secteur de consommation d’énergie. Les occupants influencent directement les appareils du bâtiment consommant de l’énergie. D’où, comprendre le comportement des occupants du bâtiment aide à optimiser la consommation d’énergie et le confort des occupants.
Dans cette thèse, nous utilisons les données du bâtiment pour réduire sa consommation d’énergie.
Dans notre première contribution, nous introduisons une approche sur la sélection du type de données du bâtiment et la fréquence de collecte de données pour la compréhension du comportement des occupants. Nous utilisons et comparons 5 algorithmes d’apprentissage automatique, appliqués à différents ensembles de données IoT. Les résultats montrent qu’un bon niveau de précision peut être obtenu en utilisant 5 capteurs (au lieu de 9) collectant des données à un intervalle de 15 min (au lieu de 1 min).
Comme deuxième contribution, nous proposons une approche centrée sur l’occupant pour se concentrer sur le comportement de l’occupant lui-même. Nous utilisons une représentation graphique temporelle du bâtiment et du comportement des occupants pour la prédiction du comportement des occupants, afin de trouver un compromis entre l’optimisation de l’énergie du bâtiment et le confort des occupants. Les tests montrent que notre modèle permet de minimiser la consommation d’énergie jusqu’à 62.21% par rapport à un fonctionnement conventionnel et remplit jusqu’à 94.02% du confort thermique des occupants.
Notre troisième contribution est une approche qui, basée sur les deux travaux précédents, détecte les erreurs de prédiction du comportement des occupants. Nous utilisons la détection de l’état d’occupation des pièces en temps réel et la comparons à la prédiction du modèle et, si un faux négatif est détecté, le système corrige cette erreur afin de minimiser l’inconfort. Les résultats montrent que notre modèle optimise la consommation d’énergie HVAC jusqu’à 39.09% et offre jusqu’à 99.39% de confort aux occupants.