Lynxby DOMINION

MODULE EMS · ÉNERGIE Combien d’énergie l’usine aurait dû consommer.

Comparer les kWh de deux mois ne dit rien si l’un a produit plus, a fait plus de postes ou a été plus froid.

EMS est le module de gestion énergétique de Lynx. La consommation varie avec la production, avec la température et avec les postes ; EMS ajuste une ligne de base sur ces variables et confronte la consommation réelle à celle-ci : la différence qui reste est une économie ou un écart, et non l’effet des conditions de la période.

Ligne de base normalisée × consommation réelle mesurée

Ajouter à la plateforme →

lynxplatform.cloud/ems/resumen

Écrans du produit avec des données d’exemple : aucun chiffre de ces écrans ne provient d’une usine.

Six indicateurs, un décisif Le seul qui n’augmente pas parce que tu as produit plus.

Chaque indicateur est calculé sur les actifs et la mesure du périmètre choisi, et porte son objectif, son sens —plus bas ou plus haut, c’est mieux— et son seuil d’alarme.

  • Consommation totalekWh

    Somme de la consommation de la période pour les actifs et la mesure du périmètre.

  • Consommation moyennekWh

    Consommation moyenne par observation, à la granularité d’analyse choisie.

  • Pointe de demandekW

    Puissance maximale appelée sur la période, avec son instant.

  • Consommation spécifiquekWh/u

    Consommation par unité produite. C’est l’indicateur qui ne varie pas avec un changement de volume.

  • Autoconsommation%

    Part de la consommation couverte par la production propre.

  • Formule libredéfinie

    KPI propre construit à partir des signaux du périmètre, quand aucun des précédents ne convient.

Avant le premier chiffre Trois définitions avant le premier indicateur

La comparaison entre périodes exige trois définitions préalables : ce que l’on mesure, ce qui explique cette consommation et sur quelle période de référence la ligne de base est ajustée.

  • Périmètre et mesureLes actifs et le signal de consommation qui entrent dans le modèle, et la granularité à laquelle ils sont agrégés : horaire, journalière, hebdomadaire ou mensuelle.
  • Variables de procédéProduction, température, degrés-jours, postes travaillés ou tout autre signal qui explique la consommation. Ce sont elles qui normalisent la ligne de base : sans elles, la comparaison capte le changement de conditions et non l’amélioration énergétique.
  • Ligne de base et confrontationLe modèle est ajusté sur la période de référence. Ensuite, chaque nouvelle période est confrontée à la consommation que le modèle prédit pour les mêmes conditions.

Analyse des variables Ce qui explique la consommation, avant de modéliser

Étape préalable à la ligne de base : on choisit la variable cible et toutes les candidates, et la vue calcule lesquelles expliquent sa variance. Impact de chacune, variance expliquée à mesure qu’on les ajoute et corrélation entre elles pour écarter celles qui apportent la même chose.

lynxplatform.cloud/ems/análisis-de-variables
Variable cible (Y) · Consommation électrique (kWh)Variance cible 80 %365 observations
Quelles variables pèsent le plus ?Barre = coefficient standardisé β. ✓ = entre dans l’ensemble recommandé.
  • Production (u)0,71
  • Compresseurs (kWh)0,44
  • Degrés-jours0,26
  • Postes actifs0,12
  • Éclairage (kWh)-0,05
Combien t’en faut-il ?R² cumulé en ajoutant les variables par ordre de contribution.
52 %171 %284 %386 %487 %5
Se recoupent-elles entre elles ?
Production (u)
Compresseurs (kWh)
Degrés-jours
Postes actifs
Éclairage (kWh)
12345
Recommandation

Avec 3 variables, tu expliques 84 % de la cible : c’est suffisant. Utilise-les comme variables de procédé de ta ligne de base EnPI.

  • Un impact comparable entre échelles

    Le coefficient standardisé β classe des variables mesurées dans des unités différentes : la production en unités et la température en degrés.

  • Combien de variables sont nécessaires

    La courbe du R² cumulé marque l’endroit où le modèle cesse de s’améliorer. Ajouter des variables au-delà de ce point, c’est du surajustement.

  • Redondances signalées

    Deux variables corrélées apportent presque la même chose. La matrice les marque et la vue recommande d’en garder une.

Pendant ce temps, le rapport énergétique de ce mois compare toujours des kWh aux kWh de l’année dernière. Et l’usine n’a pas produit la même chose.

Une démo avec ta consommation →

Ligne de base Un modèle qui se choisit et se justifie

L’assistant parcourt cinq étapes : actifs et mesure, variable cible et variables de procédé, méthode, diagnostic et enregistrement. Les méthodes sont comparées entre elles par validation croisée, et c’est celle qui prédit le mieux hors de sa propre période d’entraînement qui l’emporte.

lynxplatform.cloud/ems/línea-base
  1. ✓Contexte
  2. ✓Variables
  3. ✓Méthode
  4. 4Diagnostic
  5. 5Enregistrer
Méthode
  • Auto-sélection des drivers (CV)Recommandée pour tes données
  • OLS · Régression linéaire
  • Segmentée (production/veille)
  • Robuste (Huber)
  • OLS + filtrage des valeurs aberrantes
  • Percentile par tranche horaire (sans drivers)
Comparer les modèles (classement)
R² CV
Auto-sélection des drivers (CV)0,82
OLS · Régression linéaire0,79
Segmentée (production/veille)0,81
Robuste (Huber)0,78
OLS + filtrage des valeurs aberrantes0,64
Diagnostic
  • Qualité de l’ajustementR² 0,84 · RMSE 214 kWh
  • Observations problématiquesCook max. 0,008 · seuil 0,011
  • Validité temporelleDurbin-Watson 1,93 · CUSUM dans la bande
  • Hypothèses du modèleQ-Q sur la diagonale
Motif du changement opérationnelRemplacement des deux compresseurs de la salle 3Obligatoire pour la traçabilité ISO 50001 / 50006.
Enregistrer la ligne de base
  • Six méthodes, une recommandée

    OLS, segmentée production/veille, robuste de Huber, OLS avec filtrage des valeurs aberrantes, auto-sélection des variables par validation croisée et percentile par tranche horaire pour les cas sans variables explicatives.

  • Diagnostic avant d’enregistrer

    Quatre questions avec leurs graphiques et leurs métriques : à quel point il prédit bien (R², RMSE, MAPE), si une seule observation domine l’ajustement (Cook), si le modèle reste valable (Durbin-Watson, CUSUM) et si ses hypothèses sont respectées (Q-Q).

  • Traçabilité du changement

    Chaque modification de la ligne de base demande le motif opérationnel —nouvelle ligne, changement d’organisation des postes, remplacement d’équipement— et reste enregistrée. C’est ce qu’exigent ISO 50001 et ISO 50006.

Comparatif Consommation réelle par rapport à l’attendue, avec le modèle sous les yeux

La consommation de la période par rapport à celle que prédit la ligne de base, avec l’écart en pourcentage et l’économie en unités d’énergie. Le R² du modèle s’affiche à côté du résultat : si le modèle n’est pas fiable, la comparaison ne l’est pas non plus.

lynxplatform.cloud/ems/comparativa
  • Écart et économie

    La différence entre réel et attendu, en kWh et en pourcentage, sur la période choisie.

  • Alarme d’écart

    Chaque KPI porte un objectif, un sens et un seuil. Quand il est franchi, la plateforme prévient sans qu’il faille consulter l’écran.

  • Quand la ligne de base vieillit

    Le CUSUM des résidus et le Durbin-Watson détectent la dérive : si la consommation s’écarte du modèle de façon durable, la ligne de base doit être refaite.

PREUVE Ce n’est pas un modèle de laboratoire.

Une ligne de base a besoin d’historique, et l’historique tourne déjà dans les installations que publie la rubrique des secteurs. Deux fours de fusion de verre de 15 000 kW avec sept ans mesurés. Une fonderie de fonte avec dix fours dont la première année sur la plateforme est la ligne de base.

Voir les cas, secteur par secteur →

Lynx by Dominion

Ta consommation, face à ta propre ligne de base

Nous préparons une démonstration avec la consommation de l’une de tes lignes et les variables qui l’expliquent, et nous regardons quelle méthode de ligne de base convient à tes données.

Ou écris-nous directement à sales@lynxplatform.net

← Retour aux modules