Blog

IPMVP

Le Protocole IPMVP

L’IPMVP ou International Performance Measurement and Verification Protocol est un protocole de renommé international, créé en 1995 par des organisations internationales (dirigés par les Etats-Unis). Il évalue l’efficience de la consommation d’énergie et permet de déterminer la consommation évitée après la mise en service d’un programme ayant pour but de réduire la consommation d’énergie.  

Il accroît la certitude, la fiabilité et le niveau des économies réalisées ; fournit une approche et des méthodologies de consensus international et sectoriel ; minimise les coûts de financement en apportant à un projet, une standardisation du plan de mesure et de vérification. L’IPMVP peut s’appliquer sur un large panel d’installations, incluant les bâtiments existants ou nouveaux bâtiments.   
Il propose quatre options (A, B, C ou D), chacune ayant ces spécificités.  L’option A quantifie des variables clés ; les autres paramètres étant estimés. L’option B mesure chaque variable ; aucune estimation n’est faite. L’option C (que nous utilisons) quantifie la consommation évitée en mesurant la consommation d'énergie de l'ensemble de l'installation au cours d'une période donnée. Les mesures sont enregistrées de manière continue tout au long de cette période. L’option D fait appel à des simulations en fonction d’un échantillon calibré des données.

Plus d'info: https://bit.ly/33J6itY ou info@e-nno.ch

Glossaire des données statistiques

Coefficient de détermination (R2)
Il indique à quel point l'équation de régression est adaptée pour décrire la relation entre les données modélisées et observées. Il donne une information sur le degré de linéarité de la liaison qui peut exister entre deux variables. Plus les points sont proches de la droite de régression linéaire plus le coefficient de détermination sera proche de 1.

RMSE (Root-Mean-Square error) ou erreur quadratique moyenne
C'est une mesure de différence entre des valeurs prédites par un modèle et des valeurs observées, exprimée dans l'unité des données étudiées. C'est une mesure de précision qui agrège les résidus (la magnitude des erreurs point à point) en une seule mesure. Plus elle est faible plus les valeurs modélisées sont proches des valeurs observées. Elle permet de répondre à la question: Quelle est la magnitude de l'erreur de la prévision ?

NRMSE (Normalised Root-Mean-Square error)
C'est la valeur de la RMSE, normalisée par la différence entre la valeur maximale et la valeur minimale de la distribution. En effet, la RMSE aura tendance à être plus élevée pour des distributions dont les valeurs sont plus fortes. Pour obtenir une valeur comparable d'une distribution à l'autre, on utilisera plutôt la NRMSE exprimée en pourcentage.