> For the complete documentation index, see [llms.txt](https://docs.myrspoven.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-fr/fonctionnalites-dia/groupings.md). # Regroupements myCoreAI contrôle le climat intérieur par groupe de capteurs, et non par capteur individuel. Chaque bâtiment est découpé en groupes liés au système CVC qui les influence, et myCoreAI maintient la température moyenne du groupe dans une plage cible. Le contrôle est plus fluide et moins réactif que le suivi de chaque capteur pris isolément. ## Comment fonctionnent les regroupements Chaque groupe expose trois grandeurs à myCoreAI : * Un **moyenne du groupe** — la moyenne de tous les capteurs de température intérieure du groupe. * Un **minimum moyen** et **maximum moyen** — les moyennes des bornes inférieure et supérieure par capteur au sein du groupe. * Un périmètre lié à un actif CVC spécifique, de sorte qu’un groupe correspond à un circuit de chauffage, à une unité de traitement d’air (UTA) ou à un actif de zone, plutôt qu’à un ensemble arbitraire de pièces. myCoreAI compare la moyenne du groupe au minimum et au maximum moyens, et n’agit que lorsque le groupe dans son ensemble dérive en dehors de la plage. Des capteurs individuels peuvent se trouver en dehors de leurs propres limites sans déclencher de modification du contrôle, tant que la moyenne du groupe reste à l’intérieur. ## Pourquoi cela améliore la stabilité * **Contrôle collectif.** Les limites s’appliquent à la moyenne du groupe, et non à chaque capteur. myCoreAI réagit aux tendances à l’échelle du bâtiment plutôt qu’à une seule mesure bruitée. * **Résilience aux valeurs aberrantes.** Un seul capteur pèse peu dans la moyenne. Une part significative du groupe doit bouger avant que la moyenne ne se déplace. * **Équilibre saisonnier.** Comme les limites s’appliquent à la moyenne : * Dans une **plage de 20–23 °C** hivernale, jusqu’à environ la moitié des capteurs peuvent afficher une température inférieure à 20 °C tandis que la moyenne du groupe reste dans la plage. * Dans une **plage de 21–24 °C** estivale, jusqu’à environ la moitié peuvent afficher une température supérieure à 24 °C avant que le refroidissement ne soit augmenté. Le résultat est moins de réactions de courte durée aux perturbations locales et, globalement, un signal de contrôle plus stable. ## D’où viennent les limites Les minimums et maximums par capteur qui alimentent les moyennes de groupe proviennent de l’une de deux sources : * **Bornes de confort**, lorsque les bornes de confort sont définies explicitement pour le bâtiment. * **Données de référence**, lorsque [AI Freedom](/myrspoven-docs/myrspoven-docs-fr/fonctionnalites-dia/ai-freedom.md) est activé. Les bornes sont dérivées du comportement historique des capteurs. ## Comment les groupes sont définis Les groupes ne constituent pas un système libre d’étiquetage. myCoreAI attribue chaque capteur intérieur au système de chauffage ou de refroidissement qui l’influence le plus, sur la base du mappage des signaux du bâtiment : * Les bâtiments avec **des actifs de zone** (unités de chauffage ou de refroidissement par zone) : chaque actif de zone forme son propre groupe. Les capteurs restants sont regroupés sous les circuits de chauffage. * Les bâtiments chauffés principalement par la ventilation : les capteurs sont regroupés par **unité de traitement d’air**. * Sinon : les capteurs sont regroupés par **circuit de chauffage** pour le chauffage et par **circuit de refroidissement** pour le refroidissement. Un bâtiment peut avoir à la fois des groupes de chauffage et des groupes de refroidissement, et les deux ensembles peuvent se chevaucher. Les groupes en dehors du périmètre de contrôle de myCoreAI — par exemple, les circuits sur lesquels aucune écriture n’est effectuée — sont exclus de la pénalité de confort. ## Exemple concret Un bureau desservi par deux circuits de chauffage, l’un alimentant les plateaux en open space et l’autre un ensemble de bureaux d’angle. Les bureaux d’angle comprennent une pièce exposée au sud qui chauffe les après-midis ensoleillés. Sans regroupement, la mesure élevée pousse myCoreAI à réduire la température de départ, ce qui sous-chauffe le reste du circuit. Avec le regroupement, le capteur exposé au sud constitue une entrée parmi d’autres dans la moyenne du groupe des bureaux d’angle ; myCoreAI maintient la moyenne du groupe entre 20 et 23 °C et le circuit open space reste inchangé. La pièce chaude est traitée comme une perturbation locale plutôt que comme un signal à l’échelle du circuit. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-fr/fonctionnalites-dia/groupings.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.