Au sein de IRDL; LINEACT, Chinmayi Kanthila a développé des méthodes de détection et de prédiction de l'occupation des bâtiments.
L'Essentiel : Au sein de IRDL; LINEACT, Chinmayi Kanthila a développé des méthodes de détection et de prédiction de l'occupation des bâtiments.
Chinmayi Kanthila, chercheur·e au sein de IRDL; LINEACT (Institut National Polytechnique de Bretagne).
Thèse soutenue en 2024 à l'école doctorale École doctorale Sciences Pour l'Ingénieur (Lorient ; 2022-....).
Référencée dans le réseau ABES/STAR, cette thèse répond aux critères de rigueur de l'enseignement supérieur français.
La recherche menée par Chinmayi Kanthila à l'Institut National Polytechnique de Bretagne aborde un enjeu fondamental : l'optimisation de l'occupation des bâtiments. Ce sujet n'est pas simplement technique, il touche à des problématiques sociétales et environnementales majeures. En effet, la gestion efficace de l'occupation est cruciale pour réduire la consommation énergétique et améliorer le confort des utilisateurs. Dans un monde où les ressources deviennent de plus en plus limitées, il est impératif de repenser notre manière d'utiliser les espaces que nous occupons.
En intégrant des techniques d'apprentissage automatique, notamment les réseaux de neurones LSTM (Long Short-Term Memory) et Bi-LSTM (Bidirectional LSTM), cette thèse propose une approche novatrice pour modéliser et prédire les comportements d'occupation. Ces méthodes, qui permettent de traiter des séries temporelles complexes, sont particulièrement adaptées à la dynamique fluctuante de l'occupation des bâtiments. Par exemple, dans des environnements de bureaux, les variations d'occupation peuvent être influencées par des facteurs tels que les horaires de travail, les événements spéciaux ou même les conditions météorologiques.
La consommation énergétique des bâtiments représente environ 40 % de la consommation mondiale, un chiffre qui souligne l'urgence d'agir. Ce constat est particulièrement pertinent dans le contexte actuel de changement climatique, où chaque kilowattheure économisé peut contribuer à réduire notre empreinte carbone. La capacité à prédire avec précision l'occupation permet non seulement d'optimiser la gestion de l'énergie, mais aussi d'améliorer la sécurité et le confort des occupants. En effet, un comptage précis de l'occupation peut influencer des décisions clés telles que la gestion de la charge énergétique et le contrôle des systèmes de chauffage, ventilation et climatisation (CVC).
Prenons l'exemple d'un bâtiment de bureaux équipé de capteurs intelligents. Grâce à une modélisation précise de l'occupation, il devient possible d'ajuster automatiquement la température et la ventilation en fonction du nombre de personnes présentes dans les locaux. Cela non seulement réduit la consommation d'énergie, mais contribue également à créer un environnement de travail plus agréable, ce qui peut augmenter la productivité des employés.
Les résultats préliminaires de cette recherche montrent une amélioration significative de la précision des prédictions d'occupation. Cela ouvre la voie à des bâtiments plus intelligents, capables de s'adapter aux besoins réels des utilisateurs. Les recommandations formulées par l'auteur incluent l'intégration de modèles de prédiction dans les politiques publiques, ainsi que l'investissement dans des technologies de capteurs avancées.
Ces mesures pourraient transformer la manière dont nous concevons et gérons nos espaces de vie et de travail. En plaçant l'occupation au cœur des stratégies de gestion énergétique, il est possible de réduire la consommation d'énergie tout en améliorant le confort des occupants. Cela pourrait également avoir des implications économiques significatives, en réduisant les coûts d'exploitation des bâtiments et en augmentant leur valeur sur le marché immobilier.
La recherche de Kanthila est donc un appel à l'action pour les décideurs, les investisseurs et les acteurs du secteur de la construction. En Afrique de l'Ouest, par exemple, où la croissance urbaine est rapide et où les infrastructures peinent à suivre, l'adoption de ces technologies pourrait jouer un rôle crucial dans la création de villes durables. Les bâtiments centrés sur l'occupation pourraient devenir la norme, transformant ainsi notre approche de l'efficacité énergétique.
En conclusion, cette thèse ne se limite pas à une simple étude académique, mais propose des solutions concrètes pour un avenir plus durable. Les bâtiments centrés sur l'occupation ne sont pas seulement une tendance, mais une nécessité face aux défis environnementaux actuels. En intégrant des approches basées sur les données dans la gestion des bâtiments, nous pouvons espérer un avenir où l'efficacité énergétique et le confort des utilisateurs vont de pair, créant ainsi des espaces de vie et de travail qui répondent aux besoins de notre époque.
Données clés
- 40% : part de la consommation énergétique mondiale liée aux bâtiments
Accéder à l'étude complète
Sources et accès
Chinmayi Kanthila. Towards occupancy-centric buildings : detection and prediction using data-driven methods. Other. Université de Bretagne occidentale - Brest, 2024. English. ⟨NNT : 2024BRES0048⟩. ⟨tel-05273953⟩