SANDMAN : un système auto-adaptatif pour la détection d’anomalies dans le flux des données des bâtiments intelligents
Résumé
Currently, energy management within buildings is essentialto participate in the green transition. To this end, buildingsare increasingly equipped with sensors to assist the buil-ding manager. But the heterogeneity and the large amountof data generated makes this task quite difficult. The SAND-MAN multi-agent system, described in this paper, aims toassist in the automatic detection, in real time, of seve-ral types of anomalies using raw and heterogeneous data.SANDMAN features a semi-supervised learning by consi-dering some feedbacks from an expert in the field. The re-sults show that SANDMAN, after a learning phase, detectsthe different types of anomalies, is resistant to noise and isscalable.
Actuellement, la gestion de l'énergie au sein des bâtiments est essentielle pour participer à la transition écologique. Pour cela, les bâtiments sont de plus en plus équipés de capteurs pour aider le gestionnaire du bâtiment. Mais l'hétérogénéité et la grande quantité de données générées rend sa tâche assez ardue. Le système multi-agent SANDMAN, décrit dans cet article, a pour objectif d'aider à la détection automatique en temps réel, de plusieurs types d'anomalies en utilisant des données brutes et hétérogènes. SANDMAN fait un apprentissage semi-supervisé en considérant quelques avis d'un expert du domaine. Les résultats montrent que SANDMAN, après une phase d'apprentissage, détecte les différents types d'anomalies, est résistant au bruit et passe l'échelle. Mots Clef Système multi-agent auto-adaptatif, Détection d'anomalies, Bâtiments intelligents
Origine : Fichiers produits par l'(les) auteur(s)