Retrofit Recommender
Ce moteur de recommandation facile à utiliser prend en compte une variété de variables spécifiques aux bâtiments, notamment:
Année de construction
Mesure de la superficie
Type d'actif (selon les définitions de GRESB)
Données de consommation énergétique actuelle (non disponibles dans notre version en ligne gratuite, uniquement via la plateforme en ligne complète)
Notre algorithme de modélisation de scénarios, basé sur des centaines de points de données et de résultats de rénovation réels, génère des scénarios de rénovation pour aider les parties prenantes à prendre des décisions cruciales pour protéger la valeur de leurs propriétés. Les mesures recommandées alignent les scénarios de rénovation avec les objectifs des utilisateurs, qu'ils soient liés à un plafond de CapEx ou à un plancher de réduction de CO2.
Les recommandations de notre outil mettent l'accent sur les économies d'énergie et l'optimisation des sources de chauffage (y compris le fioul, les pompes à chaleur, le gaz naturel et le chauffage urbain) tout en suggérant des améliorations potentielles des systèmes de chauffage, de refroidissement, de ventilation et d'éclairage. Il examine également les sous-catégories de l'enveloppe thermique du bâtiment, telles que le toit, la façade et les fenêtres.
Essayez une version allégée de l'outil ci-dessous et comprenez la valeur que l'apprentissage automatique de BuildingMinds peut apporter à votre portefeuille grâce à l'évitement des risques et à de meilleures stratégies d'investissement pour les actifs existants.
Select your building type
En fonction des informations de votre bâtiment, le Retrofit Recommender calcule les estimations de résultats et notre outil d'apprentissage automatique aide à tester différents scénarios, afin que vous puissiez planifier votre prochaine rénovation.
els que l'année de construction et le type de bâtiment
ou corrigez les facteurs liés à:
• Coûts
• Zones de rénovation avec le meilleur retour sur l'impact carbone
• Mesures de réduction du CO2
Spécifiez un ou plusieurs résultats pour générer des estimations des autres.
Testez les scénarios pilotés par l'apprentissage automatique avec différentes variables.
Le modèle prédit les actions de rénovation, estime les économies d'énergie et les coûts des mesures de rénovation en fonction des attributs du bâtiment (entrée standard):
Type de bâtiment (bureau, résidentiel, etc.)
Année de construction
Superficie de l’immeuble (en m²)
Emplacement (pays, selon le code ISO-3166 ALPHA-2, par exemple DE)
Source de chauffage principale (facultatif)
Consommation de chauffage et d'électricité avant rénovation (kWh/m2 par an)
Optimisez votre portefeuille pour l'efficacité et la préparation au futur