Data Scarcity in Gas Load Profiling: Generalized Proxy-Guided Load and Temporal Disaggregation

Résumé Technique : Désagrégation Temporelle et de Charge Guidée par Proxy Généralisé

Énoncé du Problème
La décarbonation du secteur du bâtiment, particulièrement à travers l'électrification des systèmes de chauffage, est entravée par un manque critique de profils de charge thermique granulaires. Bien que les modèles de prévision avancés (allant des réseaux de neurones profonds aux outils basés sur la physique comme EnergyPlus) nécessitent des données à haute résolution, de telles données sont rarement disponibles pour les parcs de bâtiments existants. Le comptage du gaz à haute résolution sort des exigences commerciales standards des services publics, laissant les chercheurs avec des données mensuelles à faible fréquence, irrégulières et éparses. Les approches classiques d'apprentissage automatique sont peu pratiques dans ce contexte en raison de la rareté des données, tandis que les méthodes traditionnelles de modélisation inverse (par exemple, les méthodes de degrés-jours) manquent de la résolution intra-journalière nécessaire pour le dimensionnement précis des équipements et la modélisation stochastique du comportement des occupants.

Méthodologie
L'article propose le cadre de Désagrégation Temporelle et de Charge Guidée par Proxy Généralisé, un processus en quatre étapes conçu pour reconstruire des profils de consommation de gaz à haute résolution (horaire) à partir de factures de gaz mensuelles à faible fréquence et de données électriques horaires. La méthodologie repose sur la décomposition de la consommation totale de gaz naturel ($G_{total}$) en deux régimes physiques distincts : le chauffage des locaux ($G_{heat}$) et l'eau chaude sanitaire ($G_{dhw}$), cette dernière servant de charge de base (baseload) du système, pilotée par le comportement stochastique des occupants.

Le cadre fonctionne selon les étapes séquentielles suivantes :

1. Extraction du Proxy d'Occupation Généralisé via la Normalisation Météorologique :
   Pour isoler les signaux comportementaux des données d'électricité horaires ($E$), les auteurs appliquent une normalisation météorologique multivariée via un cadre de régression linéaire multiple (MLR). Cette étape élimine les charges de refroidissement saisonnières (confondues avec la climatisation) en régressant l'électricité par rapport aux variables météorologiques (vitesse du vent, humidité, degrés-heures de refroidissement) et aux priors temporels. Le Proxy d'Occupation ($E_N$) résultant est un signal comportemental propre représentant l'utilisation de l'éclairage et des appareils ménagers, dérivé en annulant les composantes thermiques dans le modèle de régression.

2. Segmentation Unifiée et Mise en Commun Normalisée :
   Pour remédier à l'insignifiance statistique des enregistrements individuels épars, le cadre identifie les périodes de « non-chauffage » (définies comme les mois où la moyenne des degrés-heures de chauffage est < 5). Les données de ces périodes provenant de 11 bâtiments résidentiels multi-unités sont regroupées. Pour assurer la comparabilité, l'électricité est normalisée par la surface de plancher, et la consommation de gaz est normalisée par le rapport volume/surface spécifique du bâtiment ($\phi$). Cela crée un ensemble de données unifié ($D_{pool}$) qui révèle des tendances robustes invisibles au niveau de chaque bâtiment individuel.

3. Estimation des Paramètres de Charge de Base Unifiée et Calibrage Local :
   al. Un modèle de moindres carrés ordinaires (OLS) généralisé est entraîné sur l'ensemble de données regroupées pour établir une relation globale entre le proxy d'occupation et la consommation d'eau chaude sanitaire ($G_{dhw}$). Pour tenir compte des variations spécifiques à chaque bâtiment concernant l'efficacité des appareils, une étape de Calibrage Local est appliquée. Un facteur de calibration scalaire ($\kappa_i$) est dérivé pour chaque bâtiment en minimisant le résidu entre la prédiction universelle et la consommation de gaz observée durant le mois le plus représentatif de non-chauffage du bâtiment.

4. Désagrégation Temporelle Composante par Composante :
   La dernière étape reconstruit les profils horaires pour les deux composantes en utilisant une approche d'optimisation à double flux.

   • Reconstruction de la Charge de Base : Pilotée par les caractéristiques du proxy électrique ($X_{dhw}$), modélisant le comportement des occupants.
   • Reconstruction du Chauffage : Pilotée par les caractéristiques météorologiques ($X_{heat}$), modélisant la demande thermodynamique.
     Un algorithme d'optimisation minimise l'erreur entre les prédictions horaires agrégées et les cibles mensuelles connues, garantissant que les profils synthétisés respectent strictement la conservation de la masse énergétique des factures mensuelles d'origine tout en adhérant à des dynamiques temporelles spécifiques.

Résultats Clés
Le cadre a été validé sur deux ensembles de données : un ensemble de données opérationnelles de 18 mois provenant de 11 bâtiments résidentiels multi-unités et l'Almanac of Minutely Power dataset (AMPds) à haute résolution.

• Efficacité du Proxy : Le proxy d'occupation normalisé par la météo ($E_N$) a démontré une corrélation de Pearson moyenne de 0,74 avec la consommation de gaz en période de non-chauffage, une amélioration significative par rapport aux données électriques brutes (moyenne $r = 0,28$), confirmant l'isolement réussi des signaux comportementaux.
• Précision de la Charge de Base : La stratégie de regroupement et de calibrage unifiés a atteint une erreur quadratique moyenne en pourcentage (MSPE) de 8,58 % pour la période de charge de base sur l'ensemble du portefeuille.
• Reconstruction de la Charge Totale : La consommation de gaz totale reconstruite ($\hat{G}_{total}$) a atteint une MSPE moyenne de 6,37 % pour l'ensemble du portefeuille et une erreur quadratique moyenne normalisée (NRMSE) de 0,20. Le modèle a réussi à suivre à la fois les variations de haute fréquence de la charge de base et les pics de chauffage sans décalage temporel significatif.
• Validation à Haute Résolution : Testé sur l'ensemble de données AMPds (données à la minute), le cadre a efficacement décomposé les composantes de chauffage et de charge de base, produisant des MSPE par composante d'environ 10–11 %, démontrant une robustesse même à des intervalles de niveau minute.

Signification et Revendications
L'article affirme que ce cadre comble efficacement le fossé de résolution entre les données de services publics à faible fréquence et les ensembles d'entraînement à haute fidélité requis pour la modélisation de la décarbonation basée sur les données. En utilisant l'électricité horaire comme un proxy dynamique et non intrusif du comportement des occupants, la méthode surmonte la rareté des données qui empêche généralement l'application d'analyses d'IA avancées dans les rénovations de bâtiments.

Les auteurs positionnent ce cadre comme une solution évolutive pour générer des données d'entraînement granulaires sans nécessiter d'infrastructure de sous-comptage. La portée de cette méthode réside dans sa capacité à transformer des registres de facturation mensuels épars en profils thermiques à haute résolution fiables, permettant ainsi un dimensionnement précis des équipements et le développement de stratégies d'électrification durables pour les parcs de bâtiments existants. L'article conclut que cette approche offre un outil pratique pour accélérer les rénovations d'électrification des bâtiments tout en maintenant la cohérence physique avec le bilan de masse énergétique.