À une époque d'infrastructures vieillissantes et de contrôle de plus en plus intelligent des bâtiments, la capacité de prédire comment les bâtiments utilisent l'énergie - et combien d'énergie ils utilisent - est restée insaisissable, jusqu'à maintenant.

Des chercheurs d'Arabie saoudite, La Chine et les États-Unis ont collaboré pour développer un moyen plus intelligent de prédire la consommation d'énergie grâce à une méthode impliquant des systèmes artificiels, expériences de calcul et calcul parallèle. Ils ont publié leurs résultats dans Journal IEEE/CAA d'Automatica Sinica .

"Généralement, il est difficile de prédire la consommation d'énergie du bâtiment avec précision en raison de nombreux facteurs environnementaux influents corrélés à la consommation d'énergie tels que la température extérieure, humidité, le jour de la semaine, et événements spéciaux, " a déclaré Abdulaziz Almalaq, auteur de l'article et professeur adjoint au département de génie électrique du Collège d'ingénierie de l'Université de Hail en Arabie saoudite.

« Alors que les paramètres environnementaux sont des ressources utiles pour la prévision de la consommation d'énergie, prédiction utilisant un grand nombre de paramètres de fonctionnement d'un bâtiment, comme la température ambiante, gros électroménager et chauffage, ventilation, et les paramètres du système de climatisation (CVC), est un problème assez compliqué, par rapport à la prédiction utilisant uniquement des données historiques. »

Selon Almalaq, les paramètres environnementaux sont utiles mais limités. Par exemple, deux bâtiments identiques dans des environnements identiques peuvent avoir des consommations énergétiques très différentes en fonction de l'utilisation des bâtiments. Même si les deux bâtiments sont maintenus à la même température, le système CVC d'un bâtiment devra utiliser plus d'énergie si ce bâtiment organise un événement avec quelques centaines de personnes.

« La prédiction précise de la consommation d'énergie à un moment précis dans de nombreuses conditions extérieures et intérieures devient une étape essentielle pour améliorer l'efficacité énergétique et la gestion dans un bâtiment intelligent, " a déclaré Almalaq.

Almalaq et son équipe ont utilisé des algorithmes hybrides d'apprentissage en profondeur, couplé à des systèmes artificiels, expériences de calcul et théorie du calcul parallèle basée sur des complexes, mais générique, systèmes. Lors d'un test sur de vrais bâtiments à l'Université du Colorado à Denver, la méthode a permis d'améliorer considérablement la gestion de l'énergie.

"L'analyse effectuée dans cet article a montré que le modèle hybride d'apprentissage en profondeur est un puissant outil d'intelligence artificielle pour la modélisation de systèmes complexes multivariables, " Almalaq a déclaré. " Il a le potentiel d'être appliqué dans différents domaines, comme le bureau intelligent, la maison intelligente et la ville intelligente."