← Toutes les perspectives
IA Surveillance Alertes Produit

Signatures saisonnières : détecter les dérives avant la facture

Un pic de consommation un mardi à 14 h n'est pas une anomalie si c'est votre profil habituel. La détection utile commence par modéliser le normal.

Équipe Octowise

Graphiques de consommation énergétique sur ordinateur portable

Les seuils fixes (« alerter si la puissance dépasse 80 kW ») produisent beaucoup de bruit sur un patrimoine tertiaire. Un pic à 14 h un mardi d'hiver peut être parfaitement normal ; le même pic un dimanche d'août ne l'est pas. Octowise entraîne, pour chaque source de données, une signature saisonnière (mois × jour de semaine × heure) afin de ne déclencher que les écarts significatifs par rapport au profil habituel du site.

Pourquoi le calendrier compte plus qu’un seuil

Un bâtiment tertiaire n'a pas une consommation « moyenne ». Il a des régimes : occupation de semaine, ralenti week-end, préchauffage hivernal, climatisation estivale, vacances scolaires, événements ponctuels. Comparer la mesure du moment à une moyenne glissante masque ces cycles et génère deux erreurs symétriques : des fausses alertes sur des pics prévisibles, et des silences sur des dérives qui restent sous le seuil tout en étant anormales pour l'heure et le jour concernés.

Les gestionnaires d'énergie le savent empiriquement : le CVC qui démarre plus tôt en janvier, l'éclairage de sécurité la nuit, la restauration collective le midi. Ce qui manque souvent, c'est un modèle qui capture cette récurrence métier au lieu de la traiter comme du bruit statistique.

Comment la signature est construite

Octowise apprend une signature par source de données, pas une courbe unique pour tout le bâtiment. Le modèle croise le mois, le jour de la semaine (semaine commençant le lundi) et l'heure. Ainsi, le profil d'un compteur électrique un mercredi de février à 8 h n'est pas mélangé avec celui d'un samedi d'août à 8 h.

L'entraînement s'appuie sur l'historique réellement collecté. Plus la source est stable et continue, plus la signature devient discriminante. Une source récemment connectée, ou trop souvent interrompue, produit un modèle plus prudent : mieux vaut moins d'alertes que des alertes non actionnables.

  • Une signature distincte par source (compteur, GTB, API), pas une moyenne bâtiment trop large.
  • Granularité mois × jour de semaine × heure, alignée sur les rythmes d'exploitation.
  • Alertes uniquement lorsque l'écart au profil habituel est significatif, pas au premier dépassement.

De la dérive au score de santé

Chaque dérive identifiée n'est pas une fin en soi. Elle alimente le score de santé du bâtiment et peut déclencher une alerte in-app, e-mail ou push mobile selon les préférences de l'équipe. L'objectif n'est pas d'ajouter une couche d'alarmes GTB, mais de donner aux gestionnaires un signal priorisé : ce site sort de son régime habituel, à cette heure-là, sur cette source.

C'est aussi un levier de revue de portefeuille. Sur la carte patrimoine, le score IA et le volume d'alertes permettent de voir quels bâtiments dérivent vraiment, au-delà des lettres DPE qui, elles, ne bougent qu'à chaque diagnostic.

Ce que la signature ne remplace pas

La signature saisonnière détecte l'inhabituel. Elle ne dit pas si une consigne métier est respectée. Pour cela, les conditions de fonctionnement restent le bon outil : variation en pourcentage, durée minimale, plage horaire, récurrence, groupes de capteurs.

Les deux approches se complètent : la signature attire l'attention sur une dérive que personne n'avait encodée en règle ; la condition de fonctionnement formalise une exigence d'exploitation déjà connue (pas de chauffage le week-end, consigne d'eau glacée, etc.).