Prédiction par régression linéaire multiple : application au comportement thermique d’un bâtiment

Abstract

Il existe différentes façons de prédire le comportement des bâtiments : la simulation thermique dynamique, les méthodes statistiques et les algorithmes d’apprentissage, et les approches hybrides. Cet article s’intéresse à la prédiction de la température intérieure d'une zone faisant partie d'un bâtiment à l'aide d'un modèle de régression linéaire multiple. Le modèle est entrainé avec les données d’un bâtiment mesurées in situ et les données météorologiques de son environnement. Un bâtiment simulé sous le logiciel TRNSYS a été étudié pour développer différents modèles et comparer leurs performances. Les résultats obtenus montrent que la régression linéaire multiple fournit des prévisions de bonne qualité avec un maximum d’erreur absolue moyenne en pourcentage inférieure à 3%. Le but de cette étude est de développer un modèle simple mais performant, qui sera intégré à une plateforme d'aide à la commande du pilotage des bâtiments permettant aux gestionnaires d’anticiper les problèmes d’inconfort thermique et de surconsommation énergétique.