Aller au contenu

Qualité des données et niveau de confiance

Une étude TESSA s'appuie sur plusieurs couches de données — extractions automatisées de bâtiments, modèles statistiques de demande, valeurs saisies par l'utilisateur — et chaque couche présente un niveau de certitude différent. Comprendre d'où provient chaque valeur vous aide à identifier les bâtiments nécessitant une revue manuelle et à estimer le degré de confiance à accorder aux résultats agrégés.

Champs d'origine

Pour les trois quantités de bâtiment les plus importantes — la surface de référence énergétique (ERA), la demande de chauffage et la demande d'eau chaude — TESSA enregistre une étiquette textuelle indiquant comment la valeur a été obtenue. Ces champs d'origine sont visibles dans l'export du tableau des bâtiments et dans l'inspecteur de bâtiment.

Champ Couvre
era_origin D'où provient la surface au sol utilisée dans le calcul de la demande de chaleur
qh_origin Comment la demande de chauffage a été déterminée
qww_origin Comment la demande d'eau chaude sanitaire a été déterminée
qc_origin Comment la demande de refroidissement a été déterminée

Valeurs d'origine de l'ERA

L'ERA (surface de référence énergétique) est la surface chauffée — l'entrée la plus importante du calcul de la demande. La valeur utilisée par TESSA est déterminée par une cascade : la première source exploitable l'emporte.

Étiquette d'origine Signification
input ERA L'ERA a été fournie directement dans les données d'entrée et acceptée telle quelle
total_surface * a_s La surface totale du bâtiment a été multipliée par le coefficient de fraction chauffée a_s basé sur la SIA pour cette classe de bâtiment
residential_surface * a_app La surface de la résidence principale a été multipliée par le coefficient de surface apparente a_app
total_surface La surface totale a été utilisée directement (aucun coefficient disponible pour ce bâtiment)
total_surface (from factory) L'ERA a été dérivée de l'emprise au sol et du nombre d'étages dans le jeu de données source

Plus on descend dans la cascade, moins l'ERA est certaine. Un bâtiment étiqueté total_surface n'a bénéficié d'aucune correction de fraction chauffée, ce qui peut surestimer l'ERA pour les bâtiments comportant de vastes zones non chauffées (caves, parkings, halls industriels).

Valeurs d'origine de la demande

Étiquette d'origine Signification
AVG Value per SIA and Age La demande a été estimée à partir des normes suisses SIA 380/1 moyennées par classe de bâtiment et période de construction
SIA Norm La demande d'ECS a été fixée à partir de la norme SIA pour ce type de bâtiment
Default Value per Archetype La demande a été fixée à partir de la valeur par défaut de l'archétype TABULA pour cette classe de bâtiment et période de construction

Les valeurs dérivées d'archétypes et de normes sont des moyennes statistiques — précises à l'échelle du portefeuille mais potentiellement erronées de ±50 % pour un bâtiment individuel.

Ce que les champs d'origine vous indiquent en pratique

flowchart LR MEASURED["Mesuré / fourni<br/>──────────────<br/>era_origin = input ERA<br/>qh_origin = measured data"] MODEL["Modélisé statistiquement<br/>──────────────<br/>era_origin = total_surface * a_s<br/>qh_origin = AVG Value per SIA"] FALLBACK["Valeur de repli / incertain<br/>──────────────<br/>era_origin = total_surface<br/>qh_origin = Default Value per Archetype"] MEASURED --> |"confiance plus élevée"| MODEL --> |"confiance plus faible"| FALLBACK classDef high fill:#c8e6c9,stroke:#2e7d32,stroke-width:1.5px,color:#1b5e20 classDef med fill:#fff3e0,stroke:#ED6000,stroke-width:1.5px,color:#bf360c classDef low fill:#ffccbc,stroke:#bf360c,stroke-width:1.5px,color:#bf360c class MEASURED high class MODEL med class FALLBACK low

Lors de la revue d'un quartier :

  • Les bâtiments avec era_origin = input ERA et des valeurs de demande mesurées présentent le plus haut niveau de confiance. Aucune revue n'est nécessaire, sauf si les valeurs paraissent manifestement erronées.
  • Les bâtiments dont la demande est dérivée d'un archétype ou d'une norme méritent d'être recoupés avec toute donnée mesurée disponible pour la zone, en particulier pour les bâtiments non résidentiels où les archétypes sont moins détaillés.
  • Les bâtiments dont l'ERA a basculé vers total_surface doivent être inspectés — leur demande peut être significativement sur- ou sous-estimée. Envisagez de modifier directement l'ERA dans l'éditeur de bâtiment ou de fournir un fichier d'entrée corrigé.

Confiance à l'échelle du portefeuille vs bâtiments individuels

Les modèles statistiques de demande sont calibrés sur de grands jeux de données. À l'échelle du quartier (des centaines de bâtiments), les erreurs individuelles tendent à se compenser, et la demande totale est généralement précise à ±10–20 %. À l'échelle du bâtiment individuel, les erreurs peuvent être bien plus importantes — cela est attendu et ne constitue pas un défaut du modèle.

Pour le dimensionnement du réseau, la puissance de pointe est plus sensible aux erreurs que l'énergie annuelle. Un bâtiment dont l'ERA est surestimée produira une estimation de demande de pointe plus élevée, conduisant à une conduite légèrement surdimensionnée. En pratique, TESSA dimensionne à partir de la pointe agrégée du quartier, de sorte que les valeurs aberrantes isolées ont un effet limité, à moins qu'elles ne représentent une fraction importante de la charge totale.

Améliorer la qualité des données

Pour améliorer la confiance sur des bâtiments spécifiques :

  1. Modifier les bâtiments sur la carte — utilisez l'éditeur de bâtiment pour corriger l'ERA, la période de construction ou le type de bâtiment des bâtiments mal classés.
  2. Téléverser un tableau de bâtiments — fournissez vos propres valeurs d'ERA et de demande issues d'audits énergétiques ou de données mesurées. Voir Modèle de données de bâtiments.
  3. Utiliser les données OSM — OpenStreetMap peut fournir des emprises au sol et des nombres d'étages là où les données du registre manquent. Voir le guide utilisateur sur l'utilisation des données OSM.

Après modification, réexécutez « Generate building demands » pour mettre à jour les valeurs de demande et les étiquettes d'origine.

Prochaines étapes