Aller au contenu principal
x

Contrôle des bâtiments : intelligence prédictive

3 mars 2021
Par Rénald Fortier

Une solution d’intelligence artificielle permettant d’optimiser la performance environnementale des bâtiments.

L’essai d’un véhicule autonome de niveau 4 en Californie : voilà l’étincelle qui, dans un passé encore récent, aura été à l’origine de la naissance de BrainBox AI en 2017 et du développement de sa technologie d’intelligence artificielle visant à porter à un niveau supérieur à la fois le rendement éconergétique et le confort des usagers des bâtiments commerciaux et institutionnels.

Jean-Simon Venne, cofondateur de cette jeune entreprise montréalaise, relate : « Quand j’ai eu la chance d’expérimenter l’utilisation d’une voiture se conduisant elle-même au moyen de l’intelligence artificielle, je me suis tout de suite dit qu’il y avait sûrement moyen d’appliquer une telle solution au domaine du bâtiment.

« D’autant plus que dans les immeubles, poursuit celui qui œuvrait auparavant au sein d’une entreprise de services énergétiques, un moteur d’intelligence artificielle peut facilement disposer de cinq minutes pour calculer et recalculer afin d’opérer en mode prédictif. Dans le cas d’un véhicule en circulation sur la route, on parle plutôt de fractions de seconde pour prévoir avec une précision de 99,9 % la trajectoire de tous les autres objets et personnes en mouvement aux alentours. »

De l’idée au développement d’une solution d’intelligence artificielle applicable au bâtiment, il n’y avait qu’un pas que Jean-Simon Venne et Sean Neely, l’autre cofondateur, franchissent d’un trait. Et c’est ce à quoi ils s’affaireront pendant plus de deux ans dans la foulée d’une démarche de corecherche menée avec des partenaires tels que le National Renewable Energy Laboratory du département de l’Énergie des États-Unis, au Colorado, l’Institut de valorisation des données, à Montréal, de même que des établissements d’enseignement montréalais comme l’École de technologie supérieure, l’École Polytechnique et l’Université McGill.

Introduite sur le marché au printemps 2019, la technologie mise au point par BrainBox AI fait appel à l’apprentissage profond, l’infonuagique et à près d’une trentaine d’algorithmes pour prévoir la consommation énergétique d’un bâtiment et ainsi permettre à ses systèmes de chauffage, de ventilation et de climatisation (CVC) de fonctionner de manière autonome en temps réel.

Image : BrainBox AI

Générer plus de valeur

« Notre technologie vient se brancher sur un système de contrôle existant et utilise en temps réel les données recueillies par ce système pour générer encore plus de valeur, souligne Jean-Simon Venne. Et elle peut être intégrée dans différents types d’immeubles, que ce soit un magasin de 10 000 pieds carrés comptant une centaine de points de contrôle ou dans une grande tour de bureaux comportant 40 000 points de contrôle, pour ne mentionner que ces exemples. »

Le recours à cette solution, indique l’entreprise sur la base des résultats enregistrés en phase de précommercialisation, permet d’optimiser la performance des systèmes CVC de 50 à 70 %, ce qui se traduit par une réduction de 25 à 35 % des dépenses énergétiques totales d’un bâtiment qui, elle, s’accompagne d’une diminution de 20 à 40 % de son empreinte carbone. C’est sans oublier une amélioration de l’ordre de 60 % du confort des occupants.

Les débours requis de la part du propriétaire du bâtiment? « Il y a des frais d’installation minimes auxquels s’ajoute un coût d’utilisation mensuel, répond Jean-Simon Venne. Au final, on parle d’un rendement de l’investissement en moins de trois mois. »

BrainBox AI, qui s’active déjà aux quatre coins du globe, vise d’abord à investir le marché des immeubles de bureaux ainsi que ceux des hôtels, des supermarchés d’alimentation, des grandes surfaces commerciales, des aéroports et des établissements d’enseignement.

Source : BrainBox AI

L’implantation de l’intelligence artificielle

Période d’apprentissage : pendant quatre à six semaines, BrainBox AI recueille en continu deux ou trois ensembles de données (température extérieure, humidité, température des zones intérieures, niveaux de CO2, circulation des usagers, etc.) pour connaître et répertorier le fonctionnement spécifique du bâtiment.

Période d’autonomie : une fois le profil créé, BrainBox AI transmet des instructions d’exploitation au contrôleur de CVC existant en temps réel toutes les cinq minutes pour optimiser l’efficacité et le confort.