La Data chez Datanumia, les algorithmes au service de la performance énergétique

Introduction

Nos data scientists utilisent différentes méthodes avancées de traitement et d’analyse des données de consommation énergétique qui permettent de transformer des chiffres en informations exploitables à forte valeur pour nos clients, particuliers comme professionnels. Prédiction de la consommation énergétique, désagrégation de la courbe de charge ou encore répartition de la consommation par usage sont autant de cas d’usage rendus possibles par le traitement et l’analyse des données de consommation. 

Cet article aborde les différentes approches étudiées par nos équipes, à savoir les modèles naïfs, linéaires et les réseaux de neurones. 

Modèle naïf : Une base de référence

Le modèle naïf est souvent le point de départ dans la prévision des données. Il repose sur une hypothèse simple : la consommation de l'année précédente est égale à celle de l'année à venir. Cette approche rudimentaire permet d'établir une ligne de base contre laquelle les modèles plus sophistiqués peuvent être comparés. L'avantage principal de ce modèle réside dans sa simplicité et son accessibilité, étant donné qu’il ne nécessite pas de calcul complexe ou de ressources spécifiques. C’est un référentiel de base typique des meilleures pratiques de data analytics. Cependant sa précision est limitée car elle ne prend pas en compte les facteurs externes pouvant impacter la consommation d’énergie, comme les changements de température moyenne, l’évolution des habitudes de consommation ou encore l’évolution des prix de l’énergie. 

Chez Datanumia, le modèle naïf donne une référence initiale. Cela permet de mesurer l'amélioration apportée par des modèles plus complexes. Il est en effet nécessaire de mettre en regard la performance de prédiction d’un modèle de machine learning avec sa complexité. Etant donné que la prédiction d’une consommation future comme étant égale à la consommation passée est un modèle très simple, un modèle plus avancé doit, pour être sélectionné, apporter une amélioration significative par rapport à cette référence. Le modèle naïf a montré une erreur mensuelle de 25.5% et une erreur annuelle de 73.0% pour 95% des clients, fournissant dès lors une base de comparaison pour la performance des méthodes les plus complexes. 

Modèles linéaires : Une complexité additionnelle

Chez Datanumia, les modèles linéaires sont souvent utilisés pour leur robustesse et leur explicabilité. Ils sont bien adaptés à des taches peu complexes. En effet, si les modèles linéaires apportent une complexité supplémentaire en incorporant plusieurs variables pour prévoir la consommation et en généralisant le modèle de prédiction à toute une population, ils restent simples à construire et à utiliser pour des analyses courantes. Par exemple, nous avons appliqué des modèles linéaires pour prédire la consommation en fonction de plusieurs mois d'historique de données. Cette approche repose sur l'utilisation de données d'entraînement, comprenant les consommations des 12 mois précédents et d'autres variables additionnelles permettant de lisser les données avec un poids égal ou exponentiel, accordant par exemple plus d’importance aux valeurs récentes. C’est un modèle clé de la gestion des données énergétiques. 

Deux méthodes principales ont été étudiées pour les modèles linéaires. La première consiste à prédire les 12 mois d’un coup, ce qui permet d’obtenir une vue d'ensemble rapide sur l'année à venir. La seconde méthode est une prédiction mois par mois, où chaque mois prédit est utilisé comme donnée d'entrée pour le mois suivant. Cela permet d'ajuster continuellement les prévisions en fonction des nouvelles données disponibles et de réaliser des prédictions sur une période variable. 

L'approche linéaire permet de mieux capturer les tendances saisonnières et les schémas cycliques. Cependant, elle est aussi plus complexe à mettre en place et à ajuster, nécessitant une expertise approfondie en data science dans laquelle Datanumia investit depuis plusieurs années. 

Modèle réseau de neurones : Le modèle le plus avancé

Les réseaux de neurones représentent la méthode la plus avancée que nous utilisons. Ici nous avons notamment employé des réseaux LSTM (Long Short-Term Memory) pour leurs capacités à capturer des dynamiques à différentes échelles dans les séries temporelles. Les réseaux LSTM sont une classe de réseaux de neurones capables de retenir des informations sur de longues périodes, ce qui les rend particulièrement efficaces pour prédire des séquences temporelles complexes. 

La phase d’entraînement des réseaux de neurones implique l'utilisation des consommations mensuelles historiques pour entraîner le modèle. Une fois entraîné, le modèle est évalué avec un ensemble de données de validation pour vérifier sa précision. Les réseaux de neurones offrent une meilleure précision par rapport aux modèles naïfs et linéaires, grâce à leur capacité à intégrer une multitude de variables et de paramètres, et à capturer des tendances et des comportements complexes. 

Un des avantages clés des réseaux de neurones est leur flexibilité. Ils peuvent intégrer des variables contextuelles, comme les données météorologiques, et ajuster leurs paramètres pour optimiser les prévisions. Cependant, cette complexité nécessite des ressources de calcul plus importantes et un temps d'entraînement plus long. Les résultats montrent notamment que l'erreur annuelle pour 95% des clients est bien inférieure avec cette méthode qu’avec la méthode naïve, ce qui prouve leur efficacité sur ce périmètre d’analyse. 

Comparé aux modèles naïfs et linéaires, les réseaux de neurones, en particulier les LSTM, démontrent une capacité à capturer les tendances à long terme et à fournir des prévisions plus précises. Cette supériorité est due à leur architecture avancée et à leur capacité à apprendre des schémas complexes dans les données, et fait toujours l’objet de travaux de data science en cours. Les réseaux de neurones constituent à ce titre une des briques essentielles du machine learning et de l’intelligence artificielle.