Clustérisation et cumul des données d'observations pour l'optimisation de la consommation énergétique dans les STEP à boue activée

Abstract

La station d'épuration est une installation destinée à épurer les eaux usées domestiques ou industrielles et les eaux pluviales avant le rejet dans le milieu naturel. Le but du traitement est de séparer l'eau des substances indésirables pour le milieu récepteur. L’objet de notre travail est l’élaboration d’un modèle d’optimisation de l’énergie électrique des deux STEP Boumerdes et Tipaza par le Deep Learning en se basant sur trois approches statistiques : « La méthode hiérarchique analytique (AHP) » combinée à « L’analyses en composantes principales (ACP) » ainsi que « La méthode des K-Means ».