Le machine learning au service de l’efficacité énergétique

Le machine learning au service de l’efficacité énergétique

Le machine learning n’est pas la traduction à la Frankenstein, en tout cas pour l’instant, d’une entité informatique qui serait capable de décider et d’enclencher des actions sans l’aval des humains. Néanmoins, il s’agit d’un outil désormais indispensable dans la plupart des domaines de votre vie. De vos outils numériques habituels et services que vous utilisez, à l’entreprise qui vous emploie. Au cœur du Big Data, des smart buildings / smart cities, le machine learning a une place prépondérante : il apprend de chaque donnée utile dans tous les domaines pour résoudre des problèmes et anticiper les actions à mener. Si, dans le domaine du management de l’énergie, cette technologie n’est pas encore répandue partout, elle pourrait devenir indispensable.

Définition du machine learning

Pour faire simple, le machine learning (ou apprentissage automatique) est une forme d’intelligence artificielle qui apprend au fur et à mesure des données qu’elle engrange. Elle peut ensuite, grâce à ses calculs, résoudre des problèmes complexes ou prévoir des actions à mener, qu’elle effectue elle-même. Cette technologie, bien que chaque jour plus puissante, n’est pas nouvelle. Elle a pris son essor dans les années 50, et c’est à elle que l’on doit, notamment, la première bataille remportée par un ordinateur contre un éminent joueur d’échecs en 1997 (« Deep Blue » d’IBM contre Garry Kasparov, lors de leur seconde confrontation).

Concrètement aujourd’hui, cela se traduit tous les jours via l’assistant intelligent de votre téléphone qui apprend de votre activité, de vos données, pour vous proposer d’autres actions ou les faire à votre place. De même sur les sites Internet que vous utilisez tous les jours, qui tirent partie de vos données à travers des algorithmes, pour vous proposer des produits et des services qui correspondent à vos besoins ou à vos goûts. Cela peut bien sûr aller beaucoup plus loin. Ainsi, dans le domaine industriel, le machine learning vise notamment à prévoir la consommation (d’énergie, de consommables, etc.), les réapprovisionnements et ce, à grande échelle.

Le machine learning pour l’énergie des bâtiments tertiaires

Le chauffage, la ventilation et la climatisation représentent, en particulier pour les entreprises du secteur tertiaire, la plus grosse dépense énergétique. Aujourd’hui, avec les compteurs intelligents et les smart grids (réseaux intelligents), il est néanmoins possible d’avoir une information précise de sa consommation énergétique et de pouvoir la réduire. Mais cela ne suffit pas toujours à faire des économies d’énergie à long terme, surtout dans des bâtiments professionnels.

C’est là qu’interviennent le machine learning et l’intelligence artificielle : grâce aux capteurs connectés et à l’IoT qui contrôlent non seulement la consommation mais aussi un nombre considérable de données d’une pièce (activités, passages, besoins des collaborateurs, etc.) et qui les traitent, il est désormais possible de modifier automatiquement la température, la luminosité, la ventilation, selon la présence. Par conséquent, le machine learning est un outil efficace qui prend seul les bonnes décisions, sur la base de ses propres statistiques, pour faire des économies d’énergie, tout en conservant le confort des utilisateurs.

De plus, les coûts de l’utilisation de cette technologie d’intelligence artificielle sont très faibles par rapport à des travaux de rénovation. Lesquels peuvent être nécessaires, mais avant cela et pour la suite, le machine learning est pertinent car il se base sur l’efficacité énergétique active. Cela demande seulement l’utilisation de capteurs connectés et d’une plateforme où les données sont disponibles et surtout, lisibles ; bien que, dans le cadre pur de l’apprentissage automatique, les actions sont faites automatiquement.

Mais l’analyse d’un energy manager reste indispensable. Il est heureusement encore possible de contredire la machine…ou de trouver, par sa collecte et son traitement des données, d’autres informations utiles.

Machine learning : un bâtiment intelligent est un bâtiment valorisé

Grâce au machine learning et à la prédiction dont il est capable, uniquement basée sur des données et des statistiques, le bâtiment gagne en performance énergétique et en services. Cela vaut autant pour les bâtiments tertiaires que pour les bâtiments résidentiels, ou les établissements pour personnes âgées. Par ailleurs, en amont, dans la construction des bâtiments, le machine learning apporte une aide considérable afin d’anticiper les problèmes ou de déterminer des critères architecturaux. Il permet aussi de sécuriser les zones à risque de manière à protéger les employés du BTP. Ces nouvelles caractéristiques sont donc une bonne nouvelle, aussi, pour le marché de l’immobilier dans son ensemble.

Quelles sont les capacités du machine learning pour la maintenance prédictive ?

Dans le domaine industriel, le machine learning est aujourd’hui un outil indispensable pour connaître l’état de son installation et de ses machines. Connaître la durée de vie de celles-ci, le besoin en consommables, son stock de pièces de rechange, et surtout de détecter les pannes avant qu’elles n’arrivent

Cette seule possibilité permet aux entreprises d’éviter de perdre de l’argent et de livrer leurs commandes dans les temps ; sans parler d’une sécurité accrue des salariés. Le machine learning en « Madame Irma des pannes » n’a pourtant rien de magique, il obéit à des technologies mises au point par l’humain et représente une avancée formidable et un gain de productivité important pour le secteur. Tout comme il est essentiel pour faire face à la concurrence, alors que l’industrie est bousculée par d’autres nouvelles technologies comme l’impression 3D. De manière inattendue, le machine learning, ajouté au savoir-faire industriel, représente de nouvelles perspectives pour les usines.

Les bâtiments tertiaires, industriels, les collectivités : toutes les structures qui produisent, ou qui sont consommatrices d’énergie, peuvent bénéficier du machine learning, quelle que soit leur taille. Même si les capacités de cette technologie sont gigantesques, il n’est pas nécessaire d’être une grosse usine ou un grand groupe pour en bénéficier. Les économies automatisées qu’elle engendre sont possibles partout.

Guide de l’IA : l’Intelligence Artificielle

Guide de l’IA : l’Intelligence Artificielle

Définition de l’Intelligence Artificielle

L’IA, pour intelligence artificielle, est une technologie qui utilise des algorithmes pour réaliser des tâches numériques. Pour qu’une intelligence artificielle fonctionne, elle doit d’abord être programmée. Grâce à cela, elle est ensuite capable d’engranger des informations et d’apprendre au fur et à mesure. L’IA se traduit aujourd’hui concrètement dans les chatbots, les objets connectés, la reconnaissance faciale, la réalité augmentée, la technologie blockchain, les robots, etc.

——-

Elle fascine, elle inquiète : l’intelligence artificielle (ou IA) ne laisse en tout cas pas indifférent. Si les machines ont bouleversé l’industrie, l’IA commence à bouleverser tous les secteurs. D’où l’inquiétude qu’elle suscite chez bon nombre de personnes. Mais aujourd’hui, quelles sont ses capacités pour améliorer le quotidien et aider à une meilleure performance énergétique ? 

Que peut faire l’intelligence artificielle ?

L’intelligence artificielle est aujourd’hui ce que la littérature de science-fiction avait imaginé. Un système informatique capable de réaliser des tâches seul et de faire des déductions, grâce aux données qu’il récolte. Autrement dit, à travers des algorithmes. Or aujourd’hui, pour exister et pour avoir un sens, l’intelligence artificielle a besoin de l’humain et d’objectifs concrets. 

IA : les applications concrètes

  •  L’Internet des objets

 L’ensemble des objets connectés qui sont capables de délivrer des informations travaillent avec l’intelligence artificielle. Les capteurs de présence et thermostats connectés présents dans une pièce, reliés au système de chauffage, permettent de réguler la température. Les capteurs dans les bâtiments détectent les pannes et alertent. Les smartphones et les enceintes réalisent des tâches après une demande vocale (lancer la musique, allumer la lumière, donner la météo, etc.).  Toutes ces applications font partie de l’intelligence artificielle. 

  •  Les chatbots (agents conversationnels)

Sur de nombreux sites Internet, vous avez désormais accès à une messagerie hyper-réactive. À chaque question que vous posez, une réponse s’affiche dans la seconde. Il s’agit en fait d’un programme informatique qui a collecté l’ensemble des questions possibles et des mots correspondants, afin d’apporter une réponse pertinente. Que ce soit pour finaliser une commande sur un site, ou répondre à des questions de santé simples. Encore aujourd’hui, les réponses sont rédigées par de véritables personnes et intégrées dans les données de l’intelligence artificielle.

Les chatbots ont aussi une utilité dans la performance énergétique, pour les particuliers et les professionnels. En cas de panne, l’agent conversationnel peut poser quelques questions permettant d’identifier la cause du problème. Au quotidien, il apporte aussi des conseils pour maîtriser l’énergie.

  • La blockchain

 La technologie blockchain est un système de certification et de transmission d’informations, sans intermédiaire. Chaque action y est enregistrée, sans falsification possible. En d’autres termes, il s’agit d’un registre inviolable. Combinée à l’intelligence artificielle, elle offre de grandes possibilités dans la sécurisation des transmissions de données.

 

Quelles sont les possibilités de l’IA dans l’efficacité énergétique ?

Des applications directes

 Pour réduire la consommation des bâtiments et maintenir le confort d’utilisation, l’intelligence artificielle est aussi très utile. Grâce aux capteurs des objets connectés, elle permet, entre autres :

  • de déterminer les besoins en électricité ;
  • de chauffer uniquement les pièces utilisées ;
  • de faire de la maintenance prédictive ;
  • d’estimer les consommations énergétiques futures ;
  • de limiter la perte de chaleur naturelle ;
  • de détecter les pannes et les gaspillages :
  • d’analyser la qualité de l’air.

L’intelligence artificielle est en réalité déjà présente dans tous les domaines, dans notre smartphone, dans les suggestions de Netflix, dans l’algorithme d’Instagram. Ce n’est pas une seule technologie, mais un ensemble de procédés et de données qui permettent des applications dans tous les domaines. Et celui de l’énergie est sans doute le plus porteur actuellement pour optimiser la consommation et la production.

L’intelligence artificielle à l’échelle d’une ville

L’IA se déploie ainsi dans des villes entièrement intelligentes (smart city), dans lesquelles se trouvent des bâtiments intelligents (smart building). Soit le but ultime d’un système interconnecté. La production d’électricité d’un bâtiment en autoconsommation profite aussi à un autre ; la chaleur de l’été est absorbée par le bitume grâce à des capteurs, stockée, puis répartie dans les bâtiments en hiver.

À côté de cela, l’IA optimise l’utilisation des transports et la fluidité du trafic, notamment par le réglage des feux de signalisation. Quant à l’éclairage public, il provient d’une énergie renouvelable et est automatisé pour ne fonctionner qu’en cas de présence. Ce qui est aussi une sécurité. Ici l’intelligence artificielle peut aussi travailler en symbiose avec des technologies plus terre à terre, comme le bitume aux particules brillantes qui permet de limiter l’éclairage tout en conservant la luminosité.

Ce n’est pas forcément une ville de science-fiction comme on pourrait le craindre, mais une ville qui prend en compte l’humain, son confort de vie et la protection de la planète.

Des applications prédictives

Dans une entreprise, un bâtiment industriel, l’IA aide à la maintenance prédictive du matériel et des infrastructures. Elle permet ainsi de limiter les risques et d’optimiser les dépenses.

Et les possibilités n’en sont qu’à leurs débuts. Comme avec Google récemment, à travers son programme d’intelligence artificielle DeepMind. Le groupe a annoncé qu’il était possible de prévoir la production d’un parc éolien jusqu’à 36h à l’avance, de sorte à valoriser sa production à hauteur de 20%. Lorsque l’on sait que l’énergie éolienne est parmi les plus difficiles à prévoir, c’est une avancée importante.

Mais sans même aller sur le terrain, les entreprises peuvent dès à présent utiliser l’intelligence artificielle dans leurs bâtiments. Et ainsi intégrer des capteurs connectés pour contrôler l’eau et l’électricité, et générer dès à présent des économies d’énergie. Cela, tout en gardant la main sur leur installation mais en ayant une aide automatisée et prédictive qui leur permet de faire des économies d’énergie rapidement et à long terme.

L’intelligence artificielle n’étant pas une technologie unique mais un ensemble de procédés et d’algorithmes, ses applications sont vastes. À l’échelle d’une entreprise, d’une collectivité, elle est une chance pour améliorer le quotidien des utilisateurs et l’impact de son activité. Comme toutes les nouvelles technologies, ce n’est pas l’intelligence artificielle qui est dangereuse mais sa mauvaise utilisation. Dans le domaine de l’énergie, elle est au contraire un moyen formidable de capter des données d’utilisation pour ensuite automatiser des actions pour économiser l’énergie. Tout comme elle offre de grandes perspectives pour la mise en place d’énergies nouvelles.