Détection de profils journaliers issus de données de bâtiments par système multi-agents

Le secteur du bâtiment est le premier consommateur d’énergie en France. Afin de réduire la consommation d’énergie et les émissions de gaz à effet de serre associés, il est nécessaire d’optimiser la gestion des systèmes énergétiques. Cette étude présente un Système Multi-Agents pour détecter de façon dynamique des profils journaliers dans des séries temporelles de données issues de capteurs déployés dans des bâtiments. Ces profils quotidiens aident les gestionnaires à comprendre le comportement des bâtiments, à détecter des anomalies et à mieux contrôler les systèmes énergétiques. Le modèle proposé applique une méthode de clustering dynamique et adaptative, basée sur un seuil dérivé des données historiques. Le modèle a été validé sur 3 types de données issues de 3 bases de données. Les résultats montrent l’efficacité de l’approche proposée dans l’identification des clusters. Au-delà de cette détection, notre objectif est de développer un système adaptatif pour prédire la demande énergétique future.