Raisonnement qualitatif : application à un « conseiller » énergétique

Mardi
1
Sep
2015
Type d'offre : 
Durée : 
3 ans
Lieu de travail : 
Personnes à contacter : 
Patrick Reignier, Stéphane Ploix
Support financier de thèse : 
Détails de l'offre : 

Raisonnement qualitatif : application à un « conseiller » énergétique

Thèse en Informatique

Directeurs de thèse :

patrick.reignier@inria.fr , stephane.ploix@grenoble-inp.fr 

Contexte

Le sujet de thèse proposé s'inscrit dans le cadre du projet ANR Involved. Ce projet regroupe des partenaires académiques (G-SCOP, LIG, PACTE, CEA) et industriels (Vesta Systems, Elithis).

Le projet Involved a pour objectif d'apporter des solutions face aux nouveaux défis de la gestion énergétique dans les bâtiments résidentiels.  En effet, la performance technique de bâtiments basse-consommation, rendue obligatoire par la réglementation thermique 2020, déplace la principale cause de perte énergétique vers le comportement des habitants. Habiter sobrement devient de plus en plus complexe et la disponibilité fluctuante de l'énergie, du fait notamment de l'introduction d'énergies renouvelables fatales, renforce encore cette complexité.

De nombreuses solutions techniques (dans le secteur tertiaire et résidentiel) ont été proposées sous la forme en particulier de gestionnaires énergétiques. Ces gestionnaires reposent entre autre sur des modèles physiques de l'environnement et sur l'utilisation de capteurs disséminés dans le bâtiment. Ils calculent des stratégies énergétiques globales 24h à l'avance. Celles-ci peuvent concerner la position des ouvrants (fenêtres, …) et occultants (stores, volets…), la configuration et les points de fonctionnement des systèmes de chauffage et de ventilation, mais également des recommandations d'usage d'équipements. Ces gestionnaires sont des systèmes fortement automatisés impliquant très peu l'utilisateur final dans la construction et la restitution de leurs stratégies.

Involved explore un nouveau paradigme : un conseiller énergétique capable d'entrer en interaction avec des habitants pour récupérer de l'information, suggérer des actions, montrer et expliquer. Ce conseiller doit en particulier être capable de découvrir les objectifs et les préférences d'habitants et  de les aider à comprendre le fonctionnement énergétique de leur habitat. En particulier, les fonctionnalités suivantes seront explorées :

·       MIRROR : refléter le comportement de l'utilisateur

·       WHAT-IF : déterminer par la simulation les conséquences d'un comportement.

·       EXPLAIN : expliquer aux usagers les décisions et résultats de calculs du gestionnaire afin d'améliorer leur compréhension des phénomènes en jeu dans leur maison.

·       SUGGEST-AND-ADJUST: calcule d'une stratégie optimale de consommation pour la prochaine période de temps

·       RECOMMEND : diagnostiquer les précédents comportements afin de conseiller de nouveaux usages ou de nouveaux investissements permettant de réduire la consommation.

Nous nous intéresserons dans le cadre de cette thèse aux fonctionnalités WHAT-IF et EXPLAIN. Des outils de raisonnement qualitatif serviront de base de réflexion, en particulier, les cartes cognitives floues.

 

Objectifs de la thèse

L'élément central d'un gestionnaire énergétique est un ou plusieurs modèles physiques s'appuyant sur les caractéristiques des différents éléments constitutifs du bâtiment. Ces modèles permettent par simulation de prédire l'évolution de différents paramètres (température, qualité de l'aire, consommation etc). Ils permettent également par optimisation de calculer des stratégies de gestion énergétique. De part leur complexité et leur formalisme mathématique, ils ne sont en revanche pas adaptés à la communication et à la transmission de connaissances vers les habitants : les connaissances intrinsèques qu'ils contiennent ne sont pas intelligibles.

Les modèles physiques sont conçus par des experts. Ils ont pour but de reproduire le résultat de phénomènes sans forcément s'appuyer sur leurs mécanismes internes. Un utilisateur non spécialiste a quant à lui l'habitude de raisonner et de comprendre le monde en s'appuyant sur des modèles causaux des phénomènes [1] (représentation et raisonnement qualitatifs). Le cœur de la thèse concerne la reconstruction et l'exploitation d'un modèle qualitatif de fonctionnement d'une habitation (bâti  + occupants). Cette reconstruction devra s'appuyer sur les modèles physiques existant, sur le sens commun (common sens reasonning) et sur l'interaction avec les utilisateurs [2]. Ce modèle qualitatif sera exploité dans le cadre des 2 fonctionnalités « what-if » et « explain ».

What-if

La fonctionnalité What-if permet à l'utilisateur d'interroger le gestionnaire sur les conséquences que pourraient avoir ses propres décisions. Ces conséquences sont estimées par exemple par simulation à partir des modèles physiques. Le résultat d'une interrogation est l'état final obtenu mais également l'explication (module explain) décrivant l'obtention de cet état. Il s'agit donc de permettre à l'utilisateur final de pouvoir spécifier facilement une situation initiale (en s'appuyant par exemple sur les historiques de mesure des capteurs) ainsi que le scénario d'évolution qu'il souhaite tester.

Explain

La fonctionnalité Explain doit permettre de construire un modèle qualitatif et de générer une explication causale dans un contexte restreint spécifié (cf What-If par exemple). Cette explication peut être textuelle ou graphique (cartes cognitives par exemple [3]). Elle devra être orientée vers les valeurs de l'usager décrites dans une ontologie qu'il faudra définir. L'explication d'un utilisateur sensible au problème du réchauffement climatique devra par exemple conclure sur les économies en rejet de C02.

La thèse se déroulera conjointement au laboratoire G-SCOP et au laboratoire LIG (équipe PRIMA). Le doctorant sera également amené à collaborer avec les autres membres du projet INVOLVED.

Contacts

Patrick Reignier : Patrick.Reignier@inria.fr, Stéphane Ploix : Stéphane.Ploix@g-scop.grenoble-inp.fr

Bibliographie

 


[1]   B. Bredeweg and K. D. Forbus, “Qualitative Modeling in Education,” AI Mag., vol. 24, no. 4, p. 35, Dec. 2003.

[2]   B. Bredeweg and P. Struss, “Current Topics in Qualitative Reasoning,” AI Mag., vol. 24, no. 4, p. 13, Dec. 2003.

[3]   J. A. Dickerson and B. Kosko, “Virtual worlds as fuzzy cognitive maps,” in , 1993 IEEE Virtual Reality Annual International Symposium, 1993, 1993, pp. 471 –477.