Utilisation de machines apprenantes pour la prédiction en thermique du bâtiment

Résumé : Nous développons un modèle adaptatif de bâtiments individuels afin de réaliser des prédictions de leur comportement thermique sur un horizon borné. Le modèle développé est un réseau de neurones artificiel. Nous présentons son architecture, ainsi que la méthode appliquée pour l'apprentissage. Ce modèle est testé par simulation sur plusieurs bâtiments représentatifs du parc immobilier français. Cetté etude quantifie la fiabilité d'un modèle de réseau de neurones en terme de prédiction de température intérieure du bâtiment, en fonction de sa superficie, de ses performancesénergétiques performances´performancesénergétiques et du climat auquel il est soumis.
Type de document :
Communication dans un congrès
Congrès Français de Thermique, May 2016, Toulouse, France. 2016
Liste complète des métadonnées

Littérature citée [6 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01610890
Contributeur : Olivier Farges <>
Soumis le : jeudi 5 octobre 2017 - 10:20:39
Dernière modification le : mardi 16 octobre 2018 - 15:14:01
Document(s) archivé(s) le : lundi 8 janvier 2018 - 12:37:36

Fichier

119.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01610890, version 1

Collections

Citation

Alexandra Delorme-Costil, Jean-Jacques Bezian, Olivier Farges. Utilisation de machines apprenantes pour la prédiction en thermique du bâtiment. Congrès Français de Thermique, May 2016, Toulouse, France. 2016. 〈hal-01610890〉

Partager

Métriques

Consultations de la notice

97

Téléchargements de fichiers

36