Académique Documents
Professionnel Documents
Culture Documents
IoT AI et
Efficacité Utilisation
et Machine des
énergétique
Capteurs Learning ressources
Un projet de bâtiment intelligent utilisant le “Big Data” implique l'utilisation des technologies de capteurs et
de l'Internet des objets (IoT) pour surveiller et optimiser l'utilisation des ressources dans un bâtiment,
ainsi que l'utilisation de l'intelligence artificielle et de l'apprentissage automatique pour analyser les
données collectées et identifier des opportunités d'optimisation.
Ces technologies peuvent être utilisées pour surveiller l'utilisation de l'énergie, l'efficacité de l'éclairage, la
température et l'humidité dans le bâtiment, et pour contrôler les appareils et les systèmes connectés de
manière centralisée.
Le projet vise à améliorer l'efficacité énergétique et l'utilisation des ressources dans le bâtiment. 2
Objectifs du projet
Réduction de la
consommation d'énergie 1 4 Réduction
des coûts
Réduction des coûts liés à l'exploitation du
Optimisation de l'utilisation de
bâtiment en optimisant l'utilisation de
l'énergie et réduction de la
l'énergie et en améliorant la qualité de vie
consommation d'énergie grâce à
des occupants.
l'automatisation des réglages et à
l'adoption de pratiques plus
efficaces.
Amélioration de la
Amélioration de la qualité
de vie des occupants 2 5 sécurité et de la
maintenance
Amélioration de la sécurité du
Amélioration de la qualité de vie bâtiment et réduction des
des occupants en leur offrant un temps d'arrêt liés à la
environnement confortable et sain. maintenance en collectant et
en analysant les données
Transparence et
collaboration: 3 provenant des systèmes de
sécurité et de maintenance.
Scalabilité
elle est conçue pour être facilement
scalable en ajoutant de nouveaux
nœuds à l'infrastructure
Performances élevées
une bonne option pour les projets de
smart building qui nécessitent une
réponse rapide aux requêtes.
6
7
Théorème CAP et Scalabilité
Théorème CAP Scalabilité
8
Traitement de données
9
Il convient de noter que le choix du logiciel
de traitement dépendra de nombreux
facteurs, tels que les exigences en termes de
performance, la complexité du traitement, les
ressources disponibles, etc.
10
Aperçu des résultats
Analyses
Découverte de tendances Détection d’anomalies Prévision de la
consommation électrique
Par exemple, identifier les Par exemple, détecter des Par exemple, prévoir la
heures de la journée où la variations anormales de la consommation électrique à
consommation électrique est température dans une pièce venir en fonction des données
la plus élevée pour optimiser pour diagnostiquer un historiques pour adapter la
les horaires de problème de chauffage. production d'énergie
fonctionnement des renouvelable.
équipements.
11
Aperçu des résultats
Statistiques
Consommation électrique par pièce Nombre de déclenchements d'alarmes
Par exemple, générer un rapport montrant Par exemple, générer un rapport montrant le
la consommation électrique de chaque pièce nombre de déclenchements d'alarmes par
d'un bâtiment pour identifier les équipements type d'alarme (incendie, fuite d'eau, etc.)
les plus gourmands en énergie. pour identifier les équipements les plus
problématiques.
12
Aperçu des résultats
Prédiction
Prédiction de la consommation Détection d'anomalies dans le
électrique à venir comportement des équipements
13
Collaboration avec d’autres systèmes de Smart City
Un système de smart building peut être intégré à différents autres systèmes appartenant à une smart city afin de
collaborer et d'optimiser les différentes fonctionnalités de ces systèmes. Voici quelques exemples de systèmes avec
lesquels un système de smart building peut collaborer:
Système de gestion de l’eau pour optimiser l'utilisation de l'eau et réduire les pertes.