Grant: CCI Applied Research and Development Grants
Cégep de Trois-Rivières
$75,000.00
Développement d’une plateforme d’efficacité énergétique impliquant l’informatique quantique
EF 2024-25
Résumé
Réseaux Cyr Inc. est une entreprise de 18 employés offrant des services d’infogérance pour le secteur du bâtiment commercial et industriel. Afin de croitre dans ce domaine, Réseaux Cyr veut développer une solution d’infogérance supportée par un processus opérationnel en infonuagique et par un apprentissage machine en informatique quantique. Ce processus opérationnel consiste en un outil de gestion de la consommation énergétique assisté par apprentissage machine quantique intervenant sur les protocoles d'automatisation des bâtiments lorsque la puissance consommée n’est pas optimisée ou est supérieure à un seuil déterminé de consommation électrique. Le défi de cette recherche est double. D’une part, il consiste à uniformiser la communication de données massives en provenance des réseaux LAN fermés et hétérogènes des bâtiments, vers une plateforme interopérable d’agrégation de données sur le Cloud afin, d’autre part, de mettre en œuvre un processus opérationnel d’efficacité énergétique et de délestage électrique basé sur l’approche quantique d’une machine vectorielle de support (Quantum Support Vector Machine – QSVM). Le paradigme d’apprentissage machine quantique repose sur le QSVM appliqué aux séries temporelles homogènes non-stationnaires, desquelles peuvent être dégagés une logique de contrôle de la puissance instantanée consommée par les bâtiments selon des balises d’efficacité énergétique et de délestage des pointes de consommation. Cet outil consiste en un nouveau service innovant dans le domaine de l’IA offert aux gestionnaires des bâtiments, leur permettant d’établir une action immédiate, durable et globale pour améliorer l'efficacité énergétique des bâtiments et réduire leurs émissions de gaz à effet de serre (GES), et ce, à longueur d’année.
Programme
CCI Applied Research and Development Grants
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
CCARD-2022-00780
Name nom
Morissette, J. Claude
Department département
C2T3 - Cégep de Trois-Rivières
Organization id
17333
Institution établissement
Cégep de Trois-Rivières
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2024
Competition year année de concours
2022
Award amount
75000
Program id
CCARD
Program name en
CCI Applied Research and Development Grants
Program name fr
ICC Subventions de recherche et développement appliquée
Group en
RESEARCH PARTNERSHIPS
Group fr
PARTENARIATS DE RECHERCHE
Committee code
nan
Area of application code
9999
Area of application group en
Not available
Area of application group fr
Non disponible
Area of application en
Not available
Area of application fr
Non disponible
Research subject code
9999
Research subject group en
Not available
Research subject group fr
Non disponible
Research subject en
Not available
Research subject fr
Non disponible
Field of research list codes
RDF1020104
Field of research list names en
Machine learning
Field of research list names fr
Apprentissage machine
Socioeconomic objective list codes
RDS10599
Socioeconomic objective list names en
Energy (except prospecting), n.e.c.
Socioeconomic objective list names fr
Énergie (sauf la prospection), n.c.a.
Application title
Développement d’une plateforme d’efficacité énergétique impliquant l’informatique quantique
Keywords
efficacité énergétique; informatique quantique; IoT; apprentissage machine; immotique; GES; cloud computing; Edge computing; LAN
Application summary
Réseaux Cyr Inc. est une entreprise de 18 employés offrant des services d’infogérance pour le secteur du bâtiment commercial et industriel. Afin de croitre dans ce domaine, Réseaux Cyr veut développer une solution d’infogérance supportée par un processus opérationnel en infonuagique et par un apprentissage machine en informatique quantique. Ce processus opérationnel consiste en un outil de gestion de la consommation énergétique assisté par apprentissage machine quantique intervenant sur les protocoles d'automatisation des bâtiments lorsque la puissance consommée n’est pas optimisée ou est supérieure à un seuil déterminé de consommation électrique. Le défi de cette recherche est double. D’une part, il consiste à uniformiser la communication de données massives en provenance des réseaux LAN fermés et hétérogènes des bâtiments, vers une plateforme interopérable d’agrégation de données sur le Cloud afin, d’autre part, de mettre en œuvre un processus opérationnel d’efficacité énergétique et de délestage électrique basé sur l’approche quantique d’une machine vectorielle de support (Quantum Support Vector Machine – QSVM). Le paradigme d’apprentissage machine quantique repose sur le QSVM appliqué aux séries temporelles homogènes non-stationnaires, desquelles peuvent être dégagés une logique de contrôle de la puissance instantanée consommée par les bâtiments selon des balises d’efficacité énergétique et de délestage des pointes de consommation. Cet outil consiste en un nouveau service innovant dans le domaine de l’IA offert aux gestionnaires des bâtiments, leur permettant d’établir une action immédiate, durable et globale pour améliorer l'efficacité énergétique des bâtiments et réduire leurs émissions de gaz à effet de serre (GES), et ce, à longueur d’année.