Segmentation d'un parc virtuel de bâtiments par clustering pour la rénovation énergétique - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2018

Segmentation of a virtual building stock by clustering for energy renovation

Segmentation d'un parc virtuel de bâtiments par clustering pour la rénovation énergétique

Résumé

In this study, clustering, an unsupervised machine learning technique, is used to segment a building stock into homogeneous groups in terms of descriptive attributes and energy performance. A virtual stock of residential buildings has been generated to test a developed clustering method. It consists of various geometries (shape and size) that identify different types of. The attributes of the buildings used for clustering are separated into two parts: the decision space of descriptive attributes, and the objective space of energy performance. The developed clustering method seeks to satisfy the homogeneity criterion in the two spaces. The interaction between two spaces has been achieved by dimensionality reduction using linear discriminant analysis (LDA) and self-supervision using the adjusted Rand index (ARI). The analysis of the results makes it possible to validate the approach of the method. The obtained clusters of buildings are more or less distant from the traditional typologies (for example in terms of morphology).
Dans cette étude, le clustering, une technique d'apprentissage automatique non supervisée, est utilisée pour segmenter un parc de bâtiments en groupes homogènes en termes d'attributs descriptifs et de performance énergétique. Un parc virtuel de bâtiments résidentiels a été généré pour tester une méthode de clustering. Il est constitué de géométries diverses (forme et taille) qui permettent d'identifier différentes morphologies types. Les attributs des bâtiments utilisés pour le clustering sont séparés en deux parties : l'espace de décision des attributs descriptifs, et l'espace objectif des performances énergétiques. La méthode de clustering qui est développée cherche à satisfaire le critère d'homogénéité dans les deux espaces. L'interaction entre deux espaces a été réalisée par la réduction de la dimension utilisant LDA et l'auto-supervision utilisant l'indice de Rand ajusté (ARI). L'analyse des résultats permet de valider l'approche de la méthode. Les clusters de bâtiments obtenus sont plus ou moins éloignés des typologies traditionnelles.
Fichier principal
Vignette du fichier
LeeConfIbpsaFrance2018final_0426.pdf (791.74 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01795043 , version 1 (18-05-2018)

Identifiants

  • HAL Id : hal-01795043 , version 1

Citer

Yunseok Lee, Pierre Boisson, Mathieu Rivallain, Olivier Baverel. Segmentation d'un parc virtuel de bâtiments par clustering pour la rénovation énergétique. Conférence IBPSA France, May 2018, Bordeaux, France. ⟨hal-01795043⟩
253 Consultations
149 Téléchargements

Partager

Gmail Facebook X LinkedIn More