Une nouvelle étude de l’Institut technologique de Floride explore les applications de l’intelligence artificielle pour optimiser les modèles d’énergie des bâtiments. Elle suggère que les techniques d’apprentissage automatique peuvent aider à réduire l’impact environnemental du secteur de la construction, estimé à plus de 23% des émissions de gaz à effet de serre en France.
L’étude présente une nouvelle approche pour la modélisation énergétique des bâtiments et l’optimisation de ces modèles. Les deux auteurs principaux de l’étude, Hamidreza Najafi (professeur associé de mécanique et d’ingénierie) et Benjamin Kubwimana (diplômé en ingénierie mécanique), ont combiné pour cela deux approches pour développer leur modèle : des outils de simulation énergétique des bâtiments et des algorithmes d’apprentissage automatique.
Un programme développé en Python (un langage de programmation) par les chercheurs permet l’entrée automatisée des données dans EnergyPlus, un outil de simulation énergétique des bâtiments basé sur la physique. À partir de là, l’intelligence artificielle peut être utilisée pour permettre aux bâtiments de s’adapter aux conditions de fonctionnement en temps réel et aux données collectées par les capteurs.
Les auteurs de l’étude soulignent que la simulation énergétique des bâtiments est actuellement un domaine impliquant beaucoup de travail manuel, en particulier l’entrée en masse de listes détaillées de variables telles que les matériaux de construction et les paramètres opérationnels. « La réalisation d’une conception optimale pour un bâtiment nécessite l’évaluation de tous ces paramètres de conception et d’exploitation », a déclaré Najafi. « Cependant, cela est très coûteux en termes de calcul et souvent irréalisable ».
Optimiser la consommation et le confort des occupants grâce à l’IA ?
En somme, les chercheurs ont utilisé des algorithmes d’apprentissage automatique pour optimiser la conception des modèles de simulation d’énergie des bâtiments, y compris l’utilisation d’arbres de décision, de régressions linéaires, d’analyse en composantes principales et d’autres techniques. Ces algorithmes s’appuient sur une grande quantité de données extraites de variables de fonctionnement, telles que la température, l’humidité et l’occupation.
Les résultats ont montré que la combinaison de la simulation énergétique de bâtiments avec l’apprentissage automatique peut aider à optimiser la consommation d’énergie et le confort des occupants des bâtiments. « Ce processus peut être automatisé, de sorte que les données des capteurs dans le bâtiment puissent être fournies aux modèles informatiques pour faciliter l’adaptation continue à l’état opérationnel actuel du bâtiment », a déclaré Najafi. « Cela permet au propriétaire du bâtiment de prédire la quantité d’énergie qu’il va consommer en fonction des changements qui peuvent survenir dans les paramètres opérationnels. Cela permet une planification adéquate des coûts énergétiques, ainsi qu’une réduction des émissions de CO2 liées aux économies d’énergie ».
Les chercheurs ont utilisé un coefficient pour mesurer la précision d’un modèle simplifié avec de nouvelles données. En ajustant les paramètres, ils ont atteint 90% de précision. Pour cela, ils ont utilisé une recherche aléatoire et défini des paramètres pour la force de régularisation, l’ajustement de l’interception, le solveur utilisé dans les calculs et la mise en œuvre de la normalisation. Les chercheurs ont également évalué les époques du modèle et les taux d’apprentissage de l’optimiseur pour obtenir un modèle performant.
L’étude, publiée dans la revue Energies, met aussi en avant une idée plus vaste visant à optimiser les modèles de simulation énergétique des bâtiments et à étendre leur utilisation. Les modèles de simulation énergétique des bâtiments peuvent être utilisés comme « jumeaux numériques » et apportent de la valeur aux propriétaires et aux concepteurs, non seulement avant la construction, mais également pendant toute la durée de vie du bâtiment. Les modèles peuvent également être utilisés pour prédire et optimiser les performances énergétiques des bâtiments en cas de confinement (pandémie) ou tout autre imprévu majeur.
Les résultats soulignent aussi que la simulation énergétique des bâtiments est un domaine complexe, où il y a encore beaucoup à faire pour améliorer la performance énergétique et la durabilité des bâtiments. Sans oublier que les modèles de simulation énergétique des bâtiments peuvent jouer un rôle clé pour atteindre les objectifs de durabilité fixés pour le secteur de la construction.