Publication des bureaux d’études Smart Systems

Bonjour à tous,

Aujourd’hui, je vous propose la publication des articles produits par les élèves de 3ème année de la filière SEM de l’Ense3 pour leur projet tournant autour des Smart Systems dans les batiments.

Je vous souhaite une bonne lecture,

Jérôme Ferrari

Projet 1: Estimation du taux d’occupation afin d’appliquer un plan de sobriété énergétique

Auteurs

• Antonin ANDRE
• Pauline BERNARD

Résumé

Dans cette étude nous cherchons à estimer le taux de présence dans la maison en fonction de différentes données. Pour réaliser cette étude nous avons choisi d’utiliser les données des capteurs de CO2, de mouvement et l’état (allumé ou éteint) des différentes lumières. Nous avons décidé d’étudier le taux de présence pour chaque étage de la maison indépendamment.
L’objectif n’est pas de calculer le nombre exact de personnes présentes mais d’être le plus précis possible sur la présence ou non de personnes dans les différents étages. Cela permettra dans un second temps de mettre en place des méthodes afin de réduire la consommation en énergie et donc de participer à la sobriété énergétique de la maison.

Rapport

Code

Projet 2: Consommation du four et des plaques de cuisson d’une cuisine en fonction de la température extérieure

Auteurs

• Jeanne BERBARI
• Lucas CORRIHONS

Résumé

En fonction de la saison, nos habitudes alimentaires ne sont pas les mêmes. En effet, lorsque la température extérieure est de 30°C, on a plus envie de manger une salade qu’une tartiflette. Mais est-ce que cela se répercute sur la consommation électrique du four et des plaques ? Observe-t-on une différence significative de l’énergie consommée selon la
température extérieure ? C’est ce mystère que nous allons tenter d’élucider !

Rapport

Code

Projet 3: Heating system start-up depending on the number of people in the room and the connecting electronic devices

Auteurs

• HERNÁNDEZ Javier
• VICENTE Alfonso

Résumé

The thermal energy constantly released by the human body corresponds on average to that of a 100-wa[ light bulb. « Every day, an adult release an average of three kilowatthours of energy, an amount that could run an LCD TV for 30 hours. » Much of this energy is lost in the environment and it is precisely this « waste » that we want to regulate by starting up the heating. Due to technologies, family life in the living room has changed sharply. Television, home theaters, laptops, autonomous vacuum cleaners, etc. All this set of electronic devices coexist in harmony with the space shared by relatives in the living room on a day-to-day basis. Now, all these devices, as mentioned above, produce heat. If there are too many people in the room and there are too many devices connected, the heat produced can become too high. At this point, sometimes the heating does not need to work at its highest performance, therefore, our goal is to study how the heatinng should change depending on the members present in the room, as well as the connected electronic devices.

Rapport

Code

Projet 4: Optimization of efficiency of solar energy of smarthouse

Auteurs

• Fournier Camille
• Kaddour Jana

Résumé

The goal of this project is to make the most of solar energy by scheduling the operation of electrical appliances during times of maximum solar production. This is achieved through the use of a combination of Convolutional Neural Networks (CNNs) and Long Short-Term Memory (LSTM) networks. The LSTM model can be used to model the temporal dependencies between the solar energy production and the scheduling of the electrical appliances, especially the one who consumes energy the most. In this paper, it has been proposed that a hybrid deep learning model can enhance previous models and use a combined CNN-LSTM network to achieve more accurate short-term load forecasting. The performance of the proposed model is evaluated on real-world data sets and compared with existing models. The results indicate that the proposed method outperforms existing models, making it a valuable tool for short-time load prediction applications. The effciency of the approach can be measured through detailed energy loss calculations before and after implementation, over a period of one year.

Rapport

Code

Projet 5: Étude de l’influence de la consommation de gaz
d’une maison liée à la météo

Auteurs

• BAJET Adrien
• GAUDRE Erwan

Résumé

Le secteur du bâtiment résidentiel-tertiaire en France a un impact environnemental non négligeable. Ce secteur, à l’origine de 20% des émissions de CO2 en France, est le second poste d’émission derrière les transports. Il est également à l’origine de près de 1/3 de la consommation d’énergie finale. Il s’agit donc d’un enjeu majeur des politiques de lutte contre le réchauffement climatique.
Néanmoins, il ne faut pas oublier que le réchauffement climatique va influer sur les consommations énergétiques des ménages. Des prédictions faites par Météo France montrent que les températures moyennes pourraient atteindre une augmentation de +4°C à l’horizon 2100 si aucune politique de réduction des émissions de gaz à effet de serre n’est mise en place. Cette augmentation de température sera aussi accompagnée de grande variation de température qu’elle soit très chaude en été ou très froide en hiver.
Cette hausse de température risque d’entraîner une hausse de la consommation en climatisation en été et une baisse de la consommation de chauffage en hiver.

Rapport

Code

Projet 6: Etude sur la rentabilisation économique et énergétique en utilisant des capteurs en éclairage

Auteurs

• Thomas Guillot Goguet
• Wiam Razi

Résumé

L’éclairage automatique est un système permettant d’allumer une pièce ou une zone sans intervention humaine. Il est devenu automatique dans certaines pièces car il offre commodité et sécurité en éclairant les zones qui seraient autrement sombres et donc peu sûres. La révolution annoncée des IOT (Internet of Things) c’est-à-dire du développement d’objets connectés entre eux va entraîner une augmentation
majeure dans l’utilisation de nouveaux capteurs. Cette augmentation du nombre de ces capteurs pose aussi le coût écologique associé. Certes, ces capteurs sont conçus pour réduire notre consommation électrique et nous simplifier la vie mais est-ce qu’en prenant en compte l’alimentation, le coût de fabrication, et la fin de vie de ces appareils, nous avons toujours un coût environnemental plus favorable que si nous n’avions pas mis en place ces dispositifs ?

Rapport

Code

Projet 7: Power consumption prediction in a smart house based on high power consuming devices

Auteurs

• Sander Thibau

Résumé

Machine learning algorithms can be trained on historical power consumption data to make accurate predictions of future power consumption, which can inform energy planning and optimization decisions to promote sustainability and reduce energy waste. The goal of this project is to predict the general power consumption for the next half hour of a smarthouse based on the current power consumption of high consuming devices. K-Nearest Neighbors (k-NN) and Decision Trees are the used machine learning algorithms for building two predictive models. These models are evaluated and compared. The results of this project are discussed regarding its limitations and usefulness.

Rapport

Code

Projet 8: Estimation de la consommation électrique d’une maison en fonction de la température extérieure

Auteurs

• BARDEY Matthieu
• SATGE Valentin

Résumé

En France, le secteur du bâtiment (résidentiel et tertiaire) représente 49% de la consommation de l’énergie primaire du pays, et 18% des émissions de gaz à effet de serre (GES). Pour les maisons construites en 2000 ou plus tard, il est important de noter que 47% de l’énergie consommée est utilisée pour le chauffage des surfaces. Ce pourcentage est même de 62% pour les maisons construites avant 1975. On comprend bien que le chauffage est un sujet brûlant pour la transition écologique. Cette dernière doit d’abord s’accompagner d’une forte rénovation des logements pour empêcher les pertes thermiques importantes et donc le gaspillage énergétique. Le terme sobriété est également entré dans le langage courant pour réaliser des économies énergétiques et budgétaires pour les ménages. Un autre point non négligeable de la réduction des consommations d’énergie des bâtiments est la programmation
du chauffage, qui permet au consommateur de décider d’une température cible pour toutes les heures, et tous les jours de la semaine en fonction de ses besoins.

Rapport

Code

Projet 9: Prédiction l’aération des pièces sur une maison

Auteurs

• Laura MALLET
• Sophie WINUM

Résumé

Le secteur du bâtiment représente aujourd’hui près de 44 % de l’énergie consommée en France et émet plus de 123 millions de tonnes de C02. Il est ainsi un secteur clé dans la lutte contre le réchauffement climatique et la transition énergétique. C’est pourquoi, les bâtiments sont de plus en plus pensés intelligemment avec l’aide de capteurs afin d’optimiser l’efficacité énergétique et de réduire la consommation énergétique.

Rapport

Code

Projet 10: Les économies potentielles en utilisant le surplus de la production d’électricité par les panneaux photovoltaïque pour chauffer le ballon d’eau chaude à l’aide d’une résistance

Auteurs

• Émile HEYBERGER
• Firas LASSOUED

Résumé
Pendant la journée, la production d’électricité à partir des panneaux photovoltaïques est plus grande que la consommation. L’idée est de stocker ce surplus d’énergie produite par les photovoltaïques dans l’eau chaude, c’est-à-dire d’envoyer le surplus d’électricité vers un boiler électrique qui va se charger de chauffer l’eau sanitaire pour l’utiliser plus tard dans la journée pour gaspiller moins et coûter moins cher.
Donc avec l’électricité stockée dans l’eau chaude, vous ne reverrez plus votre énergie sur le réseau et vous éviterez donc de faire gonfler votre tarif.

Rapport

Code