Fais varier le bâtiment. Vois l’impact en kWh.

Un scénario, un chiffre clair, une journée en courbe. Pas un tableau Excel déguisé.

Consommation horaire estimée

— kWh

vs référence : —

Intensité : —

—

Profil 24 h (même bâtiment, T° actuelle)

Caractéristiques du bâtiment

Charger un bâtiment existant

Remplit les curseurs depuis la fiche du bâtiment. La prédiction est le MLP PyTorch (sans building_id ni site_id dans le modèle).

Surface 45 000 ft²

9,3 k255 k ft²

Année de construction 1998

19002014 · proxy isolation

Étages (affichage, pas dans le MLP) 4

116

Usage

Site / climat

Pas de vitrage / orientation dans ASHRAE. L’année de construction joue le rôle de proxy d’isolation — à dire clairement dans l’UI.

Météo & moment

Température extérieure 22 °C

−20 °C45 °C

Point de rosée 12 °C

−25 °C30 °C

Vent 3,5 m/s

020 m/s

Couverture nuageuse 4 / 9

ciel claircouvert

Date & heure

Django calcule heure / jour / mois (sinus-cosinus) et l’humidité relative à partir de la date et du point de rosée — l’utilisateur ne les voit pas. site_id et le nombre d’étages ne rentrent pas dans le MLP.

Intention UX

Le premier écran = une composition : marque + promesse + grand chiffre kWh + contrôles à portée de main. Deux onglets seulement (bâtiment vs climat), pas dix champs empilés. Un sélecteur building_id sert de raccourci pour préremplir les curseurs (pas d’entrée du modèle sim). Chaque mouvement met à jour le résultat immédiatement.