Modélisation hybride en physique du bâtiment : proposition d'outils d'optimisation des paramètres neuronaux : application à la modélisation des systèmes de traitement d'air

Hybrid modelling in building physics : proposition of new tools for the optimal design of neural networks : application to the modelling of HVAC systems

• Auteur / Autrice : Éric Fock
• Direction : Jean-Claude Gatina
• Type : Thèse de doctorat
• Discipline(s) : Sciences de la conception et physique du bâtiment
• Date : Soutenance en 2004
• Etablissement(s) : La Réunion

Mots clés

Mots clés contrôlés

Simulation, Méthodes de

Climatisation

Réseaux neuronaux (informatique)

Résumé

L'approvisionnement en électricité à La Réunion constitue une préoccupation majeure en raison des moyens de production limités. Ainsi afin de mieux contrôler les dépenses énergétiques, EDF mène des actions de maîtrise de la demande en électricité. Dans cette optique, les outils de simulation thermique du bâtiment permettent d'envisager une réponse architecturale alternative à la climatisation. Leur mise en oeuvre nécessite toutefois des méthodes de modélisation performantes. Dans ce travail, l'accent est mis sur l'apport de la modélisation neuronale classique et hybride en physique du bâtiment. D'une apparente simplicité, cette méthode nécessite néanmoins une délicate paramétrisation de l'architecture du réseau. Des outils originaux de sélection des entrées et d'optimisation du nombre de neurones cachés sont proposés. L'approche neuronale ainsi maîtrisée est appliquée à la modélisation des systèmes de traitement d'air et validée dans le cadre de la procédure internationale HVAC BESTEST.

The electricity demand side management at Reunion island is still of growing interest because of the limited power supply. Thus, the french electricity utility leads action in order to reduce consumption. According, the tools for simulation of the thermal behavior of the building make it possible to consider an alternative architectural response to air-conditioning. Their implementation requires however powerful methods of modelling. The aim of this work is the contribution of neural networks for black box and hybrid mode in building physics. Behind an apparent simplicity, one can see that neural networks requires nevertheless a fine setup of the network architecture. Original tools for variable selection and node pruning are proposed. The tuned neuronal approach is applied to the modelling of split system and is validated within the framework of the international procedure IEA HVAC BESTEST.