La prédiction statique et dynamique des besoins énergétiques d'un bâtiment en utilisant les réseaux de neurones artificiels

Plusieurs études présentées dans la littérature essayent de trouver des nouvelles ou d'améliorer des anciennes approches pour estimer et prédire les besoins énergétiques du bâtiment. Ce mémoire présente les résultats du développement d'un système de prédiction pour les prochaines heures des besoins énergétiques appliqué pour le bâtiment de l'École de technologie supérieure (ÉTS). L'étude est basée sur l'application des techniques des réseaux de neurones artificiels (RNA) pour concevoir et développer le système de prédiction. Des bases de données simulées et réelles sont utilisées pour l'apprentissage du réseau et contiennent les valeurs horaires des variables d'entrées nécessaires pour la prédiction (températures, humidité, données de temps, charges,...). Le travail englobe : l'analyse des données pour choisir les variables les plus pertinentes, améliorer le rendement et minimiser le bruit. la conception du modèle pour trouver l'architecture RNA la plus adaptée au bâtiment en étude, type de réseau, nombre de couches cachées, nombre de neurones, type de fonction de transfert,... adopter l'aspect dynamique des réseaux neurones pour ce type de prédiction, en développant deux modèles de prédiction dynamique : le premier avec une base d'adaptation cumulative et le deuxième à fenêtre glissante, le développement et la validation du modèle. Cette étude a permis de prouver le potentiel des RNA dans le domaine de la prédiction en ligne des besoins énergétiques du bâtiment, étant donné que les coefficients de variances (CV) obtenus pour les différentes simulafions sont de l'ordre de 8 à 21 %. Aussi, l'étude a révélé quelques problèmes de prédiction : par exemple au niveau du démarrage du refroidisseur de l'École.

Level thesis:degree_level

masters

Grantor dc:publisher

École de technologie supérieure

Year dc:date

2008

Author dc:creator

• Chlyah, Badr

• artificiel, batiment, besoin, consommation, dynamique, energetique, neurone, prediction, refrigeration, refroidisseur, reseau, statique

Language dc:language

fr

Identifier

INSERT-YOUR-LIBRARY-ID-HERE133

OAI record oai:identifier

https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A133