IA X Rénovation énergétique

Pour déterminer les caractéristiques physiques d’un logement, appartement ou maison, kelvin° interroge 20+ bases de données que l'IA de kelvin° va analyser.
Il ne s’agit pas d’un modèle purement statistique, mais bien d’une détermination pour un logement à une adresse spécifique.
Derrière, c'est une combinaison propriétaire de 9 modèles d’IA, entrainés par les équipes kelvin, et non un LLM.

Pour établir un calcul thermique et donc estimer la performance énergétique d’un logement, il faut un modèle 3D.
L’IA analyse des images satellites, l’empreinte du cadastre et les données géostatistiques pour générer un modèle 3D, sorte de jumeau numérique thermique du logement.
Des teraoctets d’images ont été labellisées pour entrainer la reconnaissance visuelle derrière ce modèle.

Qu’il s’agisse de la performance énergétique actuelle du logement ou du DPE projeté, kelvin se base sur la méthode réglementaire 3CL-DPE pour estimer la classe DPE du logement.

Le modèle d’IA kelvin° a été entrainé pour répliquer le comportement de la 3CL avec différents jeux de données en entrée.

Pour générer le scénario de rénovation énergétique optimal pour un logement, il faut arbitrer entre les caractéristiques propres au bâti, le projet des propriétaires et la réalité in situ (ex. zone historique, pignon sur rue).

Les thermiciens et architectes kelvin° ont construit un moteur de calcul pour personnaliser chaque scénario tout en prenant en compte les contraintes du métier de la rénovation énergétique, et donc éviter de n’avoir que 5 plans travaux qui sont proposés.

Ce modèle propriétaire a été entrainé sur un corpus de données propriétaires (audits, DPE , devis de chantiers de rénovation d’ampleur...).