Thèse Estefania ALVAREZ DEL CASTILLO CARDOSO

Système d'auto-expérimentation pour la gestion de l'énergie dans les bâtiments résidentiels

Résumé

Cette thèse présente un système numérique pour la gestion de l'énergie dans le secteur résidentiel.L'objectif est d'inclure les habitants dans le processus de gestion de l'énergie afin qu'ils puissent apprendre à adopter un comportement plus sobre en énergie. Nous proposons un outil d'auto-exploration des impacts énergétiques et du confort. Cet outil peut permettre d'associer les mesures des capteurs (les effets) à leurs causes (le comportement humain).Étant donné que les résidences incluent une grande diversité de contextes et que de multiples événements de vie peuvent se produire, même simultanément, il est proposé que les habitants puissent décider des événements de vie qu'ils souhaitent analyser.Nous avons fait l'hypothèse que les habitants se posent des questions sur la consommation d'énergie ou les impacts sur le confort que certaines activités ou certains contextes pourraient avoir. Ils peuvent ainsi réaliser ce que nous appelons ici des expériences. L'outil d'auto-expérimentation proposé peut être configuré par les habitants afin qu'ils mènent leurs expériences.Une enquête a été menée pour connaître le type de questions que les habitants pourraient avoir ainsi que leur intérêt pour l'outil proposé.Deux processus pour associer causes et effets sont proposés : la reconnaissance sans annotations et la reconnaissance basée sur les annotations.La reconnaissance sans annotations peut être effectuée lorsque les informations des capteurs sont suffisantes pour répondre aux questions des habitants. La reconnaissance basée sur les annotations est applicable lorsque certaines informations ne peuvent être récupérées qu'à partir des données des capteurs. En particulier, les informations souvent liées aux intentions et aux préférences des habitants, car elles correspondent à leur expérience psychologique. Deux méthodologies pour accompagner les occupants dans le processus d'annotation sont présentées : l'apprentissage interactif et coopératif (Silva et al., 2022) et le système d'annotations a posteriori.Le processus d'apprentissage interactif est une méthode d'apprentissage supervisé qui définit les moments où des informations sont demandées aux habitants et assure la qualité de la base de données. En même temps, les informations des capteurs (effets) sont associées aux annotations fournies par les habitants (comportement humain). Le processus d'apprentissage coopératif est une méthode d'apprentissage supervisé, qui détecte les incohérences entre les informations enregistrées associées. Il y a une interaction symétrique entre le système et l'habitant pour améliorer les connaissances acquises.Le système d'annotations a posteriori permet aux occupants de fournir leurs annotations plus tard, plutôt que de répondre au moment où les annotations sont demandées. Il est basé sur une méthode de détection de points de changement. Cette méthode identifie les moments de changement dans les mesures des capteurs, ce qui peut indiquer un changement d'activité. L'idée est de montrer les moments où une activité pourrait s'être terminée pour en commencer une nouvelle. Cela devrait servir de référence pour aider les habitants à se souvenir des événements passés afin qu'ils puissent annoter, même a posteriori.À la fin de l'expérience menée par les habitants, ils reçoivent les informations relatives à leur étude. Il est proposé que les habitants sélectionnent les visualisations graphiques et les informations qui les aident à mieux comprendre les résultats.Des annotations ont été récupérées à partir de deux sites différents et le processus d'annotation a été évalué sur la manière dont il aide les habitants à mieux comprendre les impacts de différentes situations dans le contexte résidentiel.Des tests de l'apprentissage interactif et coopératif ont été réalisés en utilisant les annotations récupérées ainsi que les données des capteurs installés sur les sites. Enfin, les conclusions sont présentées.