Sélectionné dans le cadre des « Appels à projets de recherche » de l’Institut DATAIA en 2018, le projet « PEPER » a pour objectif d'utiliser les réseaux neuronaux pour la prédiction et le renforcement dans l'optimisation de la gestion d'énergie.

« Grâce aux fonds dédiés par DATAIA, nous avons réussi à câbler un bâtiment de chambres d'étudiants à Télécom SudParis pour enregistrer la consommation de l'énergie à une précision de la seconde »

explique Hossam Afifi, professeur à Télécom SudParis et porteur de ce projet avec Florence Ossart, professeur au Laboratoire de Génie Electrique de Paris (CNRS, CentraleSupélec, Université Paris-Sud, Sorbonne Université), et Jordi Badosa, chef de projet à l’École Polytechnique au sein du Laboratoire de Météorologie Dynamique (CNRS, École Polytechnique, ENS Paris-Saclay, Sorbonne Université).

Deux groupes d'étudiants et stagiaires ont œuvré pour mettre en place une architecture Cloud. Ainsi les données sont stockées dans une base de données spéciale (InfluxDB).

Une application Web (Bokeh) permet la visualisation des séries temporelles. Des applications Python utilisant la librairie TensorFlow permettent d'effectuer des prédictions sur la base des réseaux denses LSTM et GRU.

Une classification des types de bâtiments et de leur consommation se fait par réseaux convolutionnels classiques.

Le tout a été mis à disposition publique sur un Github. De nombreuses publications ont décrit l'architecture et les résultats.

Un autre déploiement est prévu dans un des lieux publics des mairies de Paris-Saclay.