1 Qu’est-ce que l’analyse des mégadonnées (Big Data Analysis)? Appliquée à l’opération des bâtiments Congrès AQME 2016 Laval, 11 mai 2016 Daniel Choinière, ing. © Sa Majesté la Reine du chef du Canada, représentée par le ministre des Ressources naturelles, 2016 En 2010, IBM avait comme publicité : Sur une planète plus intelligente, les réponses se cachent dans les données. Les plus grandes percées des prochaines décennies dans les domaines des affaires et de la science, ainsi que dans la société en général viendront de perspectives obtenues en analysant des données en temps réel. Les données augmenteront de façon exponentielle en volume et en complexité : Organiser votre information; Comprendre son contexte; Gérer son évolution en temps réel. OBJECTIF D’APPRENTISSAGE Introduction à l’analytique dans l’opération des bâtiments : Méthode d’analyse Outils mathématiques Facteurs de succès clés. Le bon outil pour mes besoins Pourquoi analyser les données? Consensus international : Les bâtiments n’opèrent pas efficacement. Problèmes inconnus des opérateurs et des ingénieurs. Séquences d’opération ne sont pas optimales. Résultats : Inconfort; Dégradation des équipements; 5 à 30 % de surconsommation d’énergie. Projets de l’AIE-ECBCS (1994-2011) Annexe 25 Annexe 34 Annexe 40 Annexe 47 • Méthodes de détection et de diagnostic de fautes (DDF) pour systèmes CVC et R. • Mise au point d’outils de DDF et application dans des bâtiments réels. • Mise au point de techniques de commissioning pour systèmes CVC et R. • Commissioning rentable des systèmes CVC et R des bâtiments existants et des bâtiments à faible consommation d’énergie. Rapports finaux : www.ecbcs.org Fonctions – Outils – Données requises Fonctions Commissioning continu automatique Détection et diagnostic de fautes; Autocorrection des défaillances; Gestion de la performance des équipements; Gestion du confort; Gestion de l’énergie; Audit énergétique en temps réel. Contrôle actif (solaire, stockage, plancher radiant, etc.) Prédictif; Adaptatif; Gestion de puissance. Outils Base de données Locale; Nuage. Logiciels Interfaces; Structure; Méthode; Type d’analyse. Service web ou résident Sécurité informatique Données Données des systèmes internes Du contrôle mécanique CVC et R; Du contrôle d’éclairage; Des compteurs d’énergie; Du contrôle d’occupation; Du système d’alarme incendie. Données externes Prévisions météo; Tarifs des sources d’énergie; Signal de prix d’énergie ou demande de réduction de la demande. Facteurs influençant le choix du type d’outil d’analyse Utilisateurs : Gestionnaire d’un parc immobilier, d’un immeuble, de l’énergie, ingénieur, chef d’exploitation, opérateur, etc. Information recherché dans les résultats de l’outil: P. ex. Gestionnaire d’un parc immobilier : quel édifice a un faible confort? Énergie? Entretien? Génération de rapports de performance pour LEED, Boma Opérateur : Où est le problème sur tel système? Dit moi quoi faire? Prise de décisions en fonction de cette information. Données requises? Fréquence de consultation des analyses? Continue, horaire, quotidienne, mensuelle, etc. Intervalle des données à visualiser? Continu, horaire, quotidien, mensuel, etc. Approches Top-down vs Bottom-Up Top-Down Bottom-Up Échantillon minimal d’entrées; Compteurs, consommation et production des équipements; Analyser les grands indicateurs de la performance des systèmes. À partir de toutes les données accessibles; Soupapes, températures, courants, etc.; Analyse des défaillances par composante des systèmes. Bottom-up Méthodes d’analyse et de classification : Outil intelligence artificielle Méthodes fondées sur le «DATA Mining» et les modèles : Modèle physique : Bâtiment type; Bâtiment réel. Utilise les lois de la thermodynamique Modèle à partir des données : Inverse model (régression et classement); Boîte noire : Méthodes fondées sur la connaissance : Système expert; Raisonnement par cas; Logique floue Neural Network, PCA, nearest neighbour, bayes, etc. Outils fondés sur des modèles et du DATA mining (p. ex. déviation du profil de consommation) Données d’opération Données d’apprentissage Filtrage, vérification du régime stable, calcul d’indice. Création d’un modèle de référence Création du modèle actuel Calcul des résiduels et classification DATA Mining Détermination de la présence et du type de fautes Transmission des résultats 13 Méthode fondée sur la connaissance : DDF pour unité de ventilation Système expert (Analyse) Analyse sous forme de règles : Sélections des données et des paramètres configurés. Selon le mode l’opération (arrêt, chauffage, etc.), détection : Des symptômes anormaux; Des conditions normales. Prétraitement des données. Filtrage, calcul d’indice, vérification du régime permanent. Calcul du mode d’opération. Détection des anomalies : Filtrage et classement des fautes possibles et impossibles (bon fonctionnement). Transmission du diagnostic Fautes résiduelles; Explication du raisonnement; Données utilisées. 15 Propriétés essentielles de la méthodologie d’analyse (Annexe 34) La méthodologie doit être simple et facile sur plusieurs points : Facile à comprendre et à expliquer; Facile à mettre en œuvre. La configuration de la méthode pour un bâtiment donné doit être simple et directe. Requiert peu de formation et de données historiques d’apprentissage. L’installation est meilleure lorsqu’elle est faite par des spécialistes; Facile à utiliser. L’utilisateur doit se sentir à l’aise avec l’opération de la méthodologie. L’outil doit être adapté à chaque application et à l’utilisateur sur le site : entrepreneur, agent de commissioning, ingénieur, gestionnaire immobilier, ou opérateur; Facile à intégrer. L’outil doit être interopérable avec les systèmes de contrôle existants et les données externes; Facile à modifier. Les mises à jour doivent être faciles à réaliser. Peu ou pas de fausses alarmes. Pas d’interférence avec l’opération normale. Rentable. Effet important sur l’économie d’énergie et le confort des occupants. L’utilisateur devrait pouvoir se fier à la méthode et même en devenir dépendant. Conclusion : veiller à ce que l’outil choisi corresponde aux besoins La description des outils sur le marché : Montre de beaux graphiques et interfaces, en indiquant comme avantages : Économie d’énergie; Amélioration du confort; Réduction des coûts d’entretien. Explique rarement comment les données sont analysées et quel est l’effort manuel requis pour arriver aux résultats. À vérifier : Quelle information est requise? Comment est-elle structurée? Données d’apprentissage? Etc. Comment l’analyse produit les résultats requis? Signale un changement dans un profil de consommation? Montre une série de symptômes anormaux avec causes génériques possibles? Montre les fautes précises à corriger, triées et filtrées, avec une explication de la détection et une présentation des données utilisées? Des rapports détaillés de la performance des systèmes mécaniques, électriques et des conditions de confort? Classement des fautes à corriger, suivi des économies et des coûts évités, etc.? QUESTIONS Contact : Daniel Choinière, ing. Courriel : [email protected] N’hésitez pas à nous contacter pour obtenir des conseils et de l’aide!