Mesures de similarité pour l'aide à l'analyse des données énergétiques de bâtiments

Hala Najmeddine (1) , Frédéric Suard (1) , Arnaud Jay (2) , Philippe Marechal (2) , Marié Sylvain (3)

1 LIST (CEA) - Laboratoire d'Intégration des Systèmes et des Technologies
2 DTS - Département des Technologies Solaires
3 SE - Schneider Electric

Cet article propose de comparer différentes métriques de séries temporelles, afin de suggérer les méthodes les plus adaptées pour l'analyse de données énergétiques du bâtiment. Dans un premier temps, la comparaison porte sur les métriques de signaux monodimensionnels, afin d'établir des préconisations selon l'objectif de l'analyse et la nature des informations. Dans un deuxième temps, afin de résoudre la problématique d'analyse sur des grandes bases de capteurs, une métrique supplémentaire est présentée permettant de comparer des signaux multidimensionnels. Ces différentes métriques sont appliquées sur des données réelles issues de bâtiments démonstrateurs équipés de plusieurs centaines de capteurs fournissant des mesures en continu. L'objectif initial portant sur l'aide au diagnostic, les métriques sont comparées grâce aux résultats fournis par un algorithme de projection de données : Isomap, afin de proposer une méthode complète de traitement et d'analyse. Les résultats mettent en avant les différences entre ces différentes métriques et l'intérêt d'utiliser une métrique multidimensionnelle pour faciliter l'exploitation des données.

Mots clés: Séries temporelles; fouille de données; mesure de similarité; capteur; diagnostic; aide à la décision; INCAS

Domaines: Intelligence artificielle [cs.AI]; Vision par ordinateur et reconnaissance de formes [cs.CV]

Hala Najmeddine, Frédéric Suard, Arnaud Jay, Philippe Marechal, Marié Sylvain. Mesures de similarité pour l'aide à l'analyse des données énergétiques de bâtiments. RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3. ⟨hal-00656546⟩