Prédiction des paramètres de modèles RC de bâtiments par réseaux de neurones à partir de caractéristiques simples du bâtiment.

En 2025, le secteur résidentiel demeure un levier essentiel de la transition énergétique, représentant près d’un quart de la consommation finale d’énergie dans l’Union européenne. La compréhension fine du comportement thermique des bâtiments reste donc un enjeu majeur pour optimiser les consommations en chaud et en froid. Les approches basées sur des modèles de type « boîte grise », construits à partir de schémas résistances-capacités (RC), offrent un compromis pertinent entre complexité physique et rapidité de calcul [1]. Jusqu’à présent, les paramètres RC étaient déterminés à partir d’une identification de système sur Matlab via des simulations détaillées sous TRNSYS. Dans ce travail, une approche alternative reposant sur l’utilisation de réseaux de neurones artificiels est proposée pour estimer directement les paramètres RC à partir des caractéristiques géométriques des bâtiments. Une base de données composée de 640 configurations géométriques variées (surface au sol, surface vitrée, orientation, rapports d’aspect) a été constituée. Les valeurs de référence des paramètres RC, obtenues par identification à partir de simulations TRNSYS, ont servi à l’entraînement et à la validation du réseau de neurones. La détermination de nouveaux paramètres RC par apprentissage automatique permet de constituer et d’enrichir une base de données étendue. Au-delà de la simple prédiction, cette approche permettrait de déterminer des relations entre les différents paramètres. Ainsi, à partir de quelques informations générales sur un nouveau bâtiment (telles que l’année de construction ou la typologie), ces relations peuvent être exploitées pour reconstituer un jeu de paramètres RC représentatif du bâtiment considéré et physiquement consistant, sans recourir à de nouvelles simulations TRNSYS ni à des procédures d’identification de système. Le modèle RC ainsi obtenu peut ensuite être directement simulé pour l’évaluation des besoins énergétiques du bâtiment. À terme, cette méthodologie favorise la génération automatisée de modèles thermiques simplifiés, utilisables pour l’évaluation énergétique à grande échelle (bâtiment, quartier ou ville). [1] A. Dumont, V. Feldheim et P. Lybaert. "Développement de modèles basés sur des schémas RC comme outil de cartographie pour les besoins en chaud à l'échelle du bâtiment." Papier présenté au Congrès Français de Thermique, Chambéry, France, 03 June 2025. doi:10.25855/SFT2025-111

Article

PDF : download