Analyse de courbes de consommation électrique par chaines de Markov cachées
Abstract
Nous présentons une méthodologie basée sur les chaînes de Markov cachées pour la modélisation et l'analyse statistique de courbes de consommation électrique. Suite à une analyse de variance qui permet d'estimer l'effet sur la log-consommation de facteurs contrôlés (mois, jour, heure, type de contrat et puissance maximale souscrite), nous modélisons les résidus par une chaîne de Markov cachée. Ensuite, les états cachés sont restaurés puis interprétés grâce à un tableau de contingence les mettant en relation avec la consommation de différents appareils électriques (ou usages) lorsque celle-ci est disponible. Nous montrons comment cette approche, par l'usage conjoint du tableau de contingence et des états cachés restaurés, permet une estimation de la consommation de chaque usage dans le cas où elle est inconnue. La prise en compte d'informations a priori sur la consommation rend cette estimation plus réaliste. Enfin, nous abordons le problème de la sélection de modèles. Les critères classiques conduisent à des modèles complexes qui rendent très difficile l'interprétation des états cachés par leur mise en correspondance avec les usages. Nous présentons et commentons des méthodes de sélection alternatives qui tiennent compte de l'objectif de mise en relation des états cachés et des classes de consommation.