Energy Consumption Advisor: vers une spin-off en 2013

Article
Par · 25/09/2012

Depuis trois ans, une équipe de chercheurs et d’étudiants de l’ULB travaille à la mise au point d’un compteur électrique intelligent. Le boîtier consiste en un compteur somme toute classique mais dont la puissance de calcul a été surdimensionnée. “Il s’agit d’un simple capteur ou module d’acquisition, placé sur le tableau électrique, qui, grâce à un processeur puissant, est en mesure d’effectuer des traitements mathématiques et algorithmiques afin d’opérer une

désagrégation de la consommation globale électrique d’un domicile afin d’identifier les différents postes de consommation. Et ce, de manière très fine, jusqu’au niveau de chaque appareil et type d’appareil: frigo, réchaud, lampe de telle ou telle puissance…”, explique Frédéric Klopfert, chercheur à l’ULB et promoteur industriel du projet.

“L’identification fine des sources de consommation permettra de générer des conseils spécifiques. “Qui plus est, des comparaisons avec des bases de données sociales (par rapport aux moyennes de profils similaires) aideront les gens à baisser leur consommation.” Moyennant une interface adaptée, intelligible, avec communication avec et à destination du HAN (Home Area Network).

Tout compteur pourrait faire l’affaire. A condition de le doter d’un processeur adéquat. “Le surcoût ne serait pas exorbitant et on pourrait profiter du remplacement des compteurs pour offrir ce genre de service.”

“Dès l’état actuel des développements, nous sommes en mesure de reconnaître divers appareils mais des améliorations demeurent nécessaires. L’exercice est par ailleurs rendu difficile par le fait que certains appareils électroniques sont très complexes. Nous devons accumuler suffisamment de connaissances et d’éléments de référence afin d’identifier correctement chaque appareil.”

Mesure des transitoires

“La majorité des recherches effectuées dans le domaine se font par analyse et interprétation des formes qui représentent la puissance (énergétique) active. Un frigo ou une machine à laver génère des formes très spécifiques. Toutefois, cette technique suscite des problèmes, notamment d’apprentissage. Nous avons préféré exploiter une autre poste, avec des mesure plus rapides. Ce qui implique aussi des volumes de données plus importants. Nous mesurons les [régimes] transitoires et les variations des caractéristiques électriques. La transitoire d’une ampoule, à ce niveau, est tout à fait différente de celle d’une résistance chauffante. Une différence qu’une analyse de forme ne permet pas de distinguer. Notre technique procède en fait à une mesure individuelle des composants électriques d’un équipement. On est en mesure de désagréger les données et mesures des composants. On ne voit donc pas la signature d’une machine à laver mais bien celles de la pompe, du moteur, de la résistance… Ces mesures sont ensuite recomposées.”

L’équipe a par ailleurs choisi de ne pas constituer une base de données exhaustive de toutes les “signatures” possibles et imaginables. “Ce serait un travail monstre d’analyser toutes les signatures des appareils existants. D’autant qu’il en naît chaque jour de nouveaux. Nous procédons dès lors par caractérisation des signatures, en collaboration avec le laboratoire Elda (Energy Laboratory of Domestic Appliances) de l’ULB) . Ce qui nous oblige à résoudre les problèmes de bruit et de dispersion. Nous devons être sûrs de disposer de suffisamment de traces et de points de repère. En situation réelle, le processus consistera à installer le compteur qui, pendant environ 2 semaines, effectuera son auto-apprentissage, emmagasinant et “clusterisant” les signatures des appareils du domicile afin de les identifier correctement.

Des services précis

Cette technique par désagrégation repose sur des mesures et des algorithmes d’analyse particulièrement précis. “Ils sont suffisamment précis pour identifier le vieillissement d’un composant, détecter une fuite de gaz, assurer le suivi du dégivrage d’un surgélateur, repérer des appareils défectueux, des consommations résiduelles permanentes dues à des appareils en “stand by”… La valeur ajoutée qui en découle est la capacité de générer un conseil directement utile au consommateur. “Du genre: sur base de la surveillance du fonctionnement de votre surgélateur, il est temps de le dégivrer. Cela vous autorisera une économie de 10% en consommation…”

Spin-off fin 2013?

Le projet a jusqu’ici reçu le soutien d’InnovIris, à hauteur de près de 400.000 euros. Un subside complémentaire est en instance d’évaluation auprès des autorités régionales qui permettrait de financer la dernière ligne droite, avant le lancement de la spin-off qui est planifié pour fin 2013. “La recherche sur les algorithmes, elle, continuera encore quelques années”, souligne Frédéric Klopfert. Les activités de la spin-off se limiteront, dans un premier temps, à la désagrégation des informations collectées au niveau des divers appareils électriques présents au sein d’un domicile. “Notre première cible ne sera pas le grand public mais le B2B. Des concertations et collaborations interviendront alors avec des bureaux d’études, des fournisseurs de matériels et des prestataires de services énergétiques afin de valider le concept. Une solution grand public, avec display adapté aux consommateurs, prenant en compte les aspects sociaux et psychologiques [voir à cet égard l’interview que nous a accordée Frédéric Klopfert], ne sera proposée que dans un deuxième temps.