Bibliographic record
Abstract
Les changements récents liés à la conception et au fonctionnement du système électrique ont créé la nécessité d'avoir une demande énergétique plus flexible.L'objectif de ce mémoire est de proposer des méthodes pour minimiser le coût de la consommation énergétique de l'utilisateur dans une ville intelligente.La démarche mise en oeuvre utilise le flux thermique dans une unité résidentielle / commerciale / institutionnelle faisant partie d'un grand bâtiment.Ce flux est composé de l'énergie que l'unité doit acheter au réseau électrique et de l'énergie dépendant des caractéristiques du bâtiment et des activités à l'intérieur : l'orientation de la façade, l'emplacement du bâtiment, le type de construction, la latitude de la ville et les conditions météorologiques.Ce mémoire vise à intégrer tous ces facteurs pour améliorer l'efficacité énergétique des bâtiments et, de cette façon, de toute une ville ou district.Plus précisément, cette recherche se concentre sur la première couche d'une système multi-couches, soit : l'unité.Tous les modèles proposés dans la présente étude peuvent gérer différents types d'unités, i.e., une habitation, un bureau, une classe, etc. . .Nous présentons trois modèles qui minimisent le coût final et la consommation d'électricité d'une unité ; pour faire cela, nous n'utilisons pas des dispositifs additionnels, tels les batteries, mais nous nous appuyons sur la structure même du bâtiment.Tout d'abord, nous montrons comment caractériser chaque orientation des unités, grâce au calcul des gains d'énergie solaire.Ensuite, nous présentons le modèle standard qui considère le chauffage, le refroidissement et l'éclairage d'une unité.Enfin, nous modélisons une technologie de façade avec une double peau en vue d'améliorer le phénomène naturel du stockage thermique d'une unité.Nous appelons ce second modèle ''Passive house model".Par la suite, nous présentons une amélioration du système pour contrôler les gains solaires : la technologie de façade dynamique.Ce dernier modèle permet de réduire les pics de consommation d'électricité, et présente des avantages pour le fournisseur d'énergie.Nous validons les modèles en comparant le système SM avec SIMEB energy software.Pour cette raison, nous adaptons le modèle SM: il agira seulement pour reproduire le profil de consommation d'énergie d'une unité (pas d'optimisation).Nous validions une unité avec caractéristiques similaires pour chaque orientation, pendant l'hiver et l'été.Ensuite, nous comparons les profiles de consommation obtenues avec le modèl SM et SIMEB.Nous utilisons cette calibration aussi pour fixer les paramètres des modèles.Nous présentons les résultats et discutons de l'importance de l'orientation de l'unité, des avantages de la technologie Passive house, de la variation du coût par rapport à la température vi à l'intérieur de l'unité et des avantages d'avoir une façade dynamique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".