Aller au contenuAller au menuAller à la rechercheAller à la page d'actualités

Laboratoire Angevin de Recherche en Ingénierie des Systèmes


Navigation principale

    Recherche

    Fil d'ariane

    CoLoC

    Building & Internet of Things

    • Partager la page sur les réseaux sociaux
    • Envoyer cette page par mail

      Envoyer par mail


      Séparés par des virgules
    • Imprimer cette page

    Projet de Recherche CoLoC - Confort des Logements Connectés

     

    Plan de Relance pour l'élaboration de modèles prédictifs
    individualisés du confort thermique pour des logements connectés

     

    Équipes : Sûreté De Fonctionnement et aide à la Décision et Information, Signal, Image et Sciences du Vivant

    Labellisation : aucune

    Durée : 4 ans (2021-2024)

    Provenance des fonds : ANR

    Personnels impliqués du LARIS : Marie-Lise Pannier, David Rousseau

    Partenaires du projet : Maxime Robillart (Kocliko)

     

    Résumé :


    Le confort thermique dépend non seulement de la performance énergétique des bâtiments, mais aussi de la sensibilité des individus. Actuellement, le confort thermique est pris en compte de manière globale lors de l’élaboration des stratégies de gestion énergétique des bâtiments : il s’agit de satisfaire une majorité d’occupants, sans intégrer la subjectivité de la perception du confort et le ressenti des usagers. Afin d'améliorer la prise en compte du confort, le projet CoLoC vise à développer des modèles prédictifs individualisés du confort thermique pour des logements connectés.


    Dans un premier temps, une étude bibliographique et technique sur la manière d’évaluer le confort thermique et le ressenti des occupants sera réalisée. En se basant sur les résultats de cet état de l’art, une base de données combinant des données objectives (mesures d’ambiances) et des données subjectives (ressentis des usagers) sera développée dans un second temps . Il s’agira de choisir les logements et résidences, déjà instrumentées par Kocliko, dans lesquels les outils de collecte du ressenti des habitants seront déployés. La base de données sera consolidée en traitant notamment les problèmes de données manquantes. Finalement, les données collectées seront analysées en utilisant des outils statistiques et des méthodes de machine learning pour développer les modèles de confort et être en mesure d'anticiper les situations d’inconfort.


    Pour plus d’informations sur la société Kocliko