gas.csv horaire vs House_FH bi-horaire → 91.6% de NA → agrégation floor_date("2 hours") → 0.04% NA
kWhm2 avant correction91.6% NA
kWhm2 après correction0.04% NA
Variables météo (DST 29 mars)0.08% NA
Temp. intérieure, dates, IDs0% NA
Solution : Agrégation des données horaires de gaz en bi-horaire via floor_date(). Le taux de NA sur kWh/m² est passé de 91.6% à 0.04% — 3 valeurs résiduelles au 1er avril 2026, hors plage de gas.csv.
Capteurs & observations
Un capteur unique par local · comptages équilibrés · 180 jours d'observation
29 mars 2026 02:00 → heure inexistante en Europe/Brussels · traitement rigoureux
Lors de la conversion au fuseau horaire Europe/Brussels, le timestamp 2026-03-29 02:00:00 a généré une valeur NA — cette heure n'existe pas dans la réalité (les horloges passent de 2h à 3h). Décision : suppression de la ligne, car interpoler des valeurs sur un timestamp fondamentalement inexistant produirait des données artificielles. Résidu : 6 NA sur les variables météo (0.08%), négligeable.
kWh/m² · série temporelle oct 2025 → mars 2026 · zones rouges = anomalies
Signal clé : Le pic hivernal (déc–fév) concentre ~68% de la consommation annuelle. Le DJC (seuil 15°C) est le prédicteur le plus robuste selon le modèle ARIMAX (R²=0.86).
Grandcafe 2 : Samedi & dimanche affichent des cellules systématiquement plus bleues (22–22.5°C) vs orange en semaine (23.5°C). Clustering Ward confirme k=2 — dichotomie parfaite.
Clustering hiérarchique — Résultats
Regroupement des jours par profil thermique similaire · méthode Ward
Local
k
Cluster 1
Cluster 2
Cluster 3
Dagzaal
3
Lun, Mar
Mer–Ven
Sam, Dim
Grandcafe
2★
Lun–Ven
Sam, Dim
—
Korenveld
3
Lun–Mer
Jeu, Ven
Sam, Dim
★ Grandcafe 2 seul local avec opposition WE robuste. Silhouette à k=2 > k=3.
Matrice de corrélations — Température intérieure × Variables météo
Coefficients de corrélation de Pearson · survolez une cellule pour le détail · filtrez par local
LOCAL :
Dagzaal Orchidee : R² < 0.10 — toutes les corrélations avec les variables météo sont faibles (<0.12). Ce local est thermiquement découplé de l'extérieur, probablement grâce à un système de régulation actif. Seule temp_ext présente un coefficient légèrement positif (r ≈ 0.10).
Consommation journalière de gaz — avec overlays calendaires
kWh/m² · zones orange = week-ends · zones vertes = vacances scolaires FWB
Consommation réelle
Week-end
Vacances FWB
Effet calendaire : Le modèle 2b intègre is_weekend et is_vacances. Un coefficient négatif significatif sur is_weekend confirme que le bâtiment consomme moins de gaz le WE — cohérent avec Grandcafe 2 plus froid le WE. Les vacances de Noël (22 déc – 4 jan) correspondent au pic de consommation : l'effet froid domine l'effet occupation.
R² = 0.81 (M2 OLS) — DJC prédicteur le plus robuste. Chaque degré-jour → ~0.45 kWh/m² additionnel. Les points les plus chauds (rouge) s'écartent vers le haut : effet wind-chill.
Interaction DJC × Vent (Modèle 3)
3 niveaux de vent · Q1=3.1 m/s · Q2=4.8 m/s · Q3=6.4 m/s · glissez pour explorer
NIVEAU VENT :Q2 — 4.8 m/s
Interaction significative : La pente augmente avec le vent — par temps froid ET venteux, les déperditions thermiques (convection) amplifient la consommation. Isolation de l'enveloppe = levier direct sur ce terme d'interaction.
Validation — Prédit vs Réel (M3 ARIMAX)
Bisectrice y=x = prédiction parfaite · dispersion autour = RMSE du modèle
R² = 0.86 · RMSE = 1.09 kWh/m² — Les points sont bien regroupés autour de la bisectrice. Les déviations les plus fortes correspondent aux 3 anomalies identifiées (cercles rouges). Le modèle ARIMAX absorbe l'autocorrélation résiduelle (Ljung-Box p=0.31).
Comparaison des modèles — AIC & RMSE
OLS M1/M2/M2b/M3 vs ARIMAX · autocorrélation corrigée
Modèle
Variables
R²
RMSE
AIC
DW/LB
M1 — DJC seul
DJC
0.78
1.42
812
1.12✗
M2 — Météo
DJC+vent+hum
0.81
1.31
798
1.18✗
M2b — Calendaire
M2+WE+vac
0.83
1.24
782
1.15✗
M3 — Interaction
DJC×vent+météo
0.84
1.18
771
1.20✗
ARIMAX★
DJC+vent+AR(p)
0.86
1.09
741
0.31✓
ARIMAX préféré — AIC −57 pts vs M2, RMSE −16%. Ljung-Box p=0.31 → résidus = bruit blanc. Le modèle 2b confirme l'effet WE négatif sur la consommation.
Détection d'anomalies
Consommation réelle vs prédite ARIMAX · résidus > 2σ · zoom sur les pics
⏱ 30 sec
3 ANOMALIES DÉTECTÉES · Pic principal : 14–16 février 2026 · +18% vs modèle
Anomalie identifiée : +18% vs modèle malgré DJC normaux (8.2). Hypothèse : défaillance équipement. Recommandation : alerte automatique dès +15% sur 2 jours consécutifs.
Registre des anomalies
Écarts réel vs prédit > 2σ · résidus ARIMAX
Période
Durée
Écart
DJC
Hypothèse
14–16 fév 2026
48h
+18%
Normal (8.2)
Défaillance
22–23 déc 2025
24h
+12%
Élevé (11.5)
Vague froid+vent
8–9 jan 2026
24h
+9%
Normal (7.8)
Occupation inhab.
Méthode : Résidus ARIMAX > 2σ sur 2 jours consécutifs = alerte. Le suivi DJC distingue surconsommation climatique vs anomalie structurelle.
Conclusion interactive
Filtre actif sur un espace · recommandations · question à l'audience
⏱ 30 sec
FILTRE :
Focus — Grandcafe 2
Grandcafe 2 est le local le plus dynamique et le plus sensible (R² ~ 0.22).
Son opposition semaine vs WE est la seule statistiquement robuste : les samedis et dimanches sont systématiquement 0.8–1.0°C plus froids. Le modèle 2b confirme un effet is_weekend négatif sur la consommation de gaz.
Recommandation : Programmer une réduction de chauffe le WE (−1°C) = économie estimée de 3–5%.
🌡️
Dagzaal Orchidee
Réduire temp. nocturne et WE de −1°C. Aucune différence d'occupation. Impact : 6–8% d'économie.
📅
Grandcafe 2
Consigne différenciée WE vs semaine. Confirmé par modèle 2b (is_weekend négatif). Impact : 3–5% d'économie.