Identification de modèle thermique de bâtiment dans un environnement d'objets connectés

Building identification within a connected object ecosystem

• Auteur / Autrice : Tahar Nabil
• Direction : François Roueff, Éric Moulines
• Type : Thèse de doctorat
• Discipline(s) : Signal et Images
• Date : Soutenance le 09/01/2018
• Etablissement(s) : Paris, ENST
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris (1992-...)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Traitement et communication de l'information (Paris ; 2003-....)
• Jury : Président / Présidente : Karim Abed-Meraim
• Jury : Examinateurs / Examinatrices : Emilie Chautru
• Jury : Rapporteur / Rapporteuse : Stéphane Derrode, Stéphane Ploix

Mots clés

Mots clés contrôlés

Immeubles intelligents

Traitement du signal

Mots clés libres

Identification de bâtiment

Objets connectés

Systèmes boucle ouverte boucle fermée

Modèle état linéaire non-linéaire

Espérance maximization algorithme

Building identification

Connected objects

Open and closed loop systems

Linear and nonlinear state space model

Expectation-Maximization algorithm

Résumé

Cette thèse s’intéresse au problème de l’identification de modèle thermique d’un bâtiment intelligent, dont les objets connectés pallient la non-mesure des grandeurs physiques d’intérêt. Un premier algorithme traite de l’estimation boucle ouverte du système de bâtiment exploité en boucle fermée. Cet algorithme est ensuite modifié pour intégrer l’incertitude de mesure des données. Nous suggérons ainsi une méthode en boucle fermée, non-intrusive car s’affranchissant de la nécessité de mesurer la température intérieure. Puis, nous revenons à des approches en boucle ouverte. Les différents algorithmes permettent respectivement de réduire le biais contenu dans la mesure de température extérieure par une sonde connectée, de remplacer le coûteux capteur de flux solaire par un capteur de température extérieure, et enfin d’utiliser la courbe de charge totale, et non désagrégée, en tirant profit de signaux On/Off des objets connectés.

This thesis is devoted to the problem of the identification of a thermal model of a smart building, whose connected objects alleviate the lack of measurements of the physical quantities of interest. The first algorithm deals with the estimation of the open-loop building system, despite its actual exploitation in closed loop. This algorithm is then modified to account for the uncertainty of the data. We suggest a closedloop estimation of the building system as soon as the indoor temperature is not measured. Then, we return to open-loop approaches. The different algorithms enable respectively to reduce the possible bias contained in a connected outdoor air temperature sensor, to replace the costly solar flux sensor by another connected temperature sensor, and finally to directly use the total load curve, without disaggregation, by making the most of the On/Off signals of the connected objects.