Development of an AI-Based regulatory control for an Energy Management Information System (EMIS) to improve occupants health and comfort

将数据驱动模型与能源管理信息系统（EMIS）和室内空气质量（IAQ）控制工具相连接，以在实时设置中利用它们并评估它们对整个建筑物的影响是至关重要的。这些影响可能与居住者有关（例如，例如热舒适和健康），气候相关的（例如，能源使用和排放），设备相关（例如，HVAC系统的老化），以及成本相关的（例如，能源账单、预付费用、病假等）。EMIS的目标是收集、分析、优化并以建议的调整、问题和报告的形式向建筑运营商/控制提供有用的信息。这在敏感建筑物中尤其重要，例如医院、学校和具有洁净室的工厂（假设COVID-19的情况），以清楚地查看建筑物的操作/控制。该项目的主要目标是将人工智能技术，特别是预测分析任务整合到建筑HVAC系统中，以保持建筑物的健康，舒适和节能，同时降低运营成本。这种整合的必要性来自于：1）BMS系统及外部资源相关海量数据的可用性（天气数据和公用事业账单），2）行业对分析的需求日益增长，以提高目前受到严格预算和资源限制的效率，以及3）大数据分析工具，机器学习算法，和强大的计算资源，从数据中提取模式，用于基于预测的分析。学术和工业团队将在未来2年内合作，为这个基于云的EMIS配备基于AI的分析工具，并验证/测试其效率增强能力。(cr)#（如果）Il est essentiel de利耶les modèles basés sur les données aux outils de control ôle du système d'information sur la gestion de l'énergie（EMIS）et de la qualité de l'air intérieur（IAQ）for les exploiter en temps réel et évaluer leurs effets sur les bâtiments dans console.这些影响主要包括居住者（par happle，le confort cartque et la santé）、Au climat（par happle，la consommation d 'énergie et les émissions）、设备（par happle，le vieillissement des systèmes CVC）和空调（par happle，les factures d' énergie，les coffets initiaux，arrêts maladie，etc.）。SIGE的目标是收集、分析、优化和收集可用于业务/控制的信息，包括建议、问题和报告。Ceci尤其重视医院、学校和使用场所对健康的重要性，因为这些场所都是在COVID-19的情况下使用的，这样才能确保功能/健康控制的清晰度。该项目的主要目标是在工业自动化技术的集成中进行研发，特别是在基础设施CVC系统中进行预测分析，以维护基础设施的安全、舒适和经济。Le besoin de cette integration vient de：1）La disponibilité de données liées Au système BMS et aux resources externes（données météorologiques et factures de services publics）enregistrées dans l'EMIS basé sur le cloud，2）Le besoin croissant de l'industrie d'avoir des analyses en place pour amélivement l'efficacité qui est actuellement limitée par des budgets et des resources stricts，以及3）大数据分析工具、自动分析算法和用于预测分析的外部数据模型的计算资源的可用性。学术界和工业界设备Au cours des 2 prochaines années collabororeront pour quiper cet EMIS basé sur le cloud d 'un outil d' analysis bases

There is a vital need to link data-driven models with Energy Management Information System (EMIS) and Indoor Air Quality (IAQ) control tools to leverage them in real-time settings and evaluate their effects in buildings as a whole. These effects could be occupant related (e.g., such as thermal comfort and health), climate related (e.g., energy usage and emissions), equipment related (e.g., aging of HVAC systems), and cost related (e.g., energy bills, upfront costs, sick leaves, etc.). The EMIS goal is to collect, analyze, optimize, and deliver useful information to the building operators/controls in forms of recommended adjustments, issues, and reports. This is particularly of growing importance in sensitive buildings such as hospitals, schools, and factories with clean rooms (provided the COVID-19 circumstances) to have a clear view of the building operation/controls. The main objective of the proposed project is to establish R&D into the integration of AI technologies, specifically predictive analytics tasks into building HVAC system in order to keep the building healthy, comfortable, and energy efficient with low operating costs. The need for this integration comes from: 1) Availability of massive data related to BMS system and external resources (weather data, and utility bills) recorded in the cloud-based EMIS, 2) The growing need of the industry to have analytics in place to improve efficiency which are currently limited by stringent budgets and resources, and 3) Availability of big data analytics tools, machine learning algorithms, and powerful computational resources to extract patterns from the data for prediction based analytics. The academic and industrial teams will collaborate over the next 2 years to equip this cloud-based EMIS with AI-based analytics tool and validate/test its efficiency-enhancement capability.#(cr)#(lf)Il est essentiel de lier les modèles basés sur les données aux outils de contrôle du système d'information sur la gestion de l'énergie (EMIS) et de la qualité de l'air intérieur (IAQ) pour les exploiter en temps réel et évaluer leurs effets sur les bâtiments dans leur ensemble. Ces effets pourraient être liés aux occupants (par exemple, le confort thermique et la santé), au climat (par exemple, la consommation d'énergie et les émissions), à l'équipement (par exemple, le vieillissement des systèmes CVC) et aux coûts (par exemple, les factures d'énergie, les coûts initiaux , arrêts maladie, etc.). L'objectif du SIGE est de collecter, d'analyser, d'optimiser et de fournir des informations utiles aux opérateurs/contrôles du bâtiment sous la forme d'ajustements recommandés, de problèmes et de rapports. Ceci est particulièrement d'une importance croissante dans les bâtiments sensibles tels que les hôpitaux, les écoles et les usines avec des salles blanches (sous réserve des circonstances COVID-19) pour avoir une vue claire du fonctionnement/des contrôles du bâtiment. L'objectif principal du projet proposé est d'établir la R&D dans l'intégration des technologies d'IA, en particulier des tâches d'analyse prédictive dans le système CVC du bâtiment afin de maintenir le bâtiment sain, confortable et économe en énergie avec de faibles coûts d'exploitation. Le besoin de cette intégration vient de : 1) La disponibilité de données massives liées au système BMS et aux ressources externes (données météorologiques et factures de services publics) enregistrées dans l'EMIS basé sur le cloud, 2) Le besoin croissant de l'industrie d'avoir des analyses en place pour améliorer l'efficacité qui est actuellement limitée par des budgets et des ressources stricts, et 3) la disponibilité d'outils d'analyse de Big Data, d'algorithmes d'apprentissage automatique et de puissantes ressources de calcul pour extraire des modèles des données pour une analyse basée sur la prédiction. Les équipes académiques et industrielles collaboreront au cours des 2 prochaines années pour équiper cet EMIS basé sur le cloud d'un outil d'analyse ba