GSCOP-RUB-GCSP

Soutenance de thèse de Amr ALZOUHRI ALYAFI Lundi 27 mai à 14h en amphi Gosse - site Viallet - Grenoble INP

Intitulée : Génération d'explications pour la gestion énergétiques dans les bêtiments
Les membres du jury :
 
  • Prof. Salima HASSAS, rapporteur
  • Director of research., Jacky MONTMAIN, rapporteur
  • Prof. François BRéMOND, examinator
  • Responsable scientific. Bruno PEUPORTIER, examinateur 
  • Prof. Etienne WURTZ , examinateur
  • Prof. Mireille JACOMINO, invité
  • Dr. Remy RECHE, invité
  • Prof. Patrick REIGNIER, Director 
  • Prof. Stéphane PLOIX, Co-Director

Le résumé :

L'énergie impacte de plus en plus notre quotidien. Avec la demande croissante en énergie, les systèmes de gestion de l’énergie (SE) se développent progressivement, notamment dans les bâtiments résidentiels auxquels se rapportent cette thèse. Ils visent à réduire ou moduler la consommation d’énergie tout en maintenant un niveau de confort acceptable. Les systèmes de gestion de l'énergie domestique doivent intégrer une représentation comportementale d'un système-logement avec ses équipements, ses composants d'enveloppe mais également ses habitants. Ces systèmes de gestion reposent sur des relations entre différentes variables environnementales externes et des phénomènes hétérogènes présents dans une maison. Ces systèmes sont complexes non seulement à construire, à adapter à un logement particulier et à mettre à jour, mais aussi complexes à comprendre pour les habitants. Pour cette raison, les concepteurs de gestionnaires énergétiques ont cherché à automatiser autant que possible les systèmes de CVC (Chauffage, Ventilation et Climatisation), les éclairages, … afin de promouvoir le paradigme « do instead ». Cela est justifié car il est difficile d'impliquer les occupants et de créer une relation entre les occupants et les systèmes énergétiques. Le paradigme « do instead » induit différents problèmes notamment parce que les occupants restent extérieurs au système de gestion énergétique et ne comprennent pas son fonctionnement.
Pour surmonter cette difficulté, ce travail met en avant le paradigme « do with » en développant des solutions pour impliquer les occupants dans la gestion de l'énergie.
Ce paradigme vise à développer les capacités des occupants à comprendre et à adapter les actions recommandées. Ce travail propose et montre que l'explication des consignes est nécessaire pour permettre aux occupants d'appréhender les connaissances partielles, parfois non actualisées, du système de gestion énergétique.
Après un état de l'art présentant le domaine et différents types d'explications, ce travail de recherche propose 2 types d'explications pouvant être générés pour justifier des stratégies énergétiques : a) une explication différentielle comparant un scénario de référence généralement optimisé avec un scénario généralement enregistré, et b) une explication directe sans scénario de référence. Ces 2 types d'explications sont déclinés dans des versions avec modèles de connaissance ou avec une représentation n’exploitant que des historiques de données mesurées. Un exemple de gestionnaire énergétique intégrant un générateur d'explication sous forme textuelle est donné ainsi qu’une première validation par entretiens semi-dirigés.

English version :
 

thesis defense on Monday, May 27 at 2pm in the amphitheater Gosse (Grenoble INP building, 46 avenue Felix Viallet in Grenoble)

Title : Generation of explanations for energy management systems in buildings

Jury :

  • Prof. Salima HASSAS, rapporteur
  • Director of research. Jacky MONTMAIN, rapporteur
  • Prof. François BRéMOND, examinateur
  • Responsable scientific. Bruno PEUPORTIER, examinateur
  • Prof. Etienne WURTZ , examinateur
  • Prof. Mireille JACOMINO, invited
  • Dr. Remy RECHE, invited
  • Prof. Patrick REIGNIER, Director
  • Prof. Stéphane PLOIX, Co-Director


Summary :

Energy is fundamental to maintain comfort and it shapes our modern life. With the excess demand for energy, home energy management systems are appearing with time. They aim at reducing or modulating energy consumption while keeping an acceptable level of comfort. Efficient home energy management systems should embed a behavioral representation of a home system, including inhabitants. It establishes relationships between different environmental variables and heterogeneous phenomena present in a home. Therefore, those systems are complex to build and to understand for inhabitants. For this reason, the designers did try to automatize as much as possible the HVAC systems, the lightings …etc. So, they promoted the concept of “doing instead”. This was justified as it was easier for them than implicating occupants and simpler than trying to create a relation between occupants and energy systems. This concept does create different problems as occupants are detached from the energy system and they don’t understand its functionality nor how it is working.
To overcome this difficulty this work promotes the concept of “doing with” as it tries to implicate the occupant in the loop with their energy management system. This is where the explanation is needed to allow occupants to discover the knowledge in the energy system and to develop their capacity of understanding how the system is working and why it is recommending various actions. The explanation is the way to discover new knowledge and consequently, to involve occupants. For humans, explanation plays an important role in life. It is one of the main tools for learning and understanding. It is even used in communication and social aspects. People tend to use it besides learning to show their knowledge about a subject to gain the confidence of others or to clarify a situation. But generating explanations is not an easy task. It is one of the ongoing scientific problems from several decades. Explanations have numerous forms, types, and level of clearness. This study is focusing on the causal explanations. As it is the most intuitive form of explanation to be understood by occupants and is adapted to transfer the knowledge from complex systems like energy models. The scientific challenge is how to construct causal explanations for the inhabitants from a flow of observed sensor data.

 


 

Infos date