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

Ferraoun, Rafik; Bensalem, Ouail

dc.contributor.author	Ferraoun, Rafik
dc.contributor.author	Bensalem, Ouail
dc.contributor.other	Bermad, Abdelmalek, Directeur de thèse
dc.contributor.other	Oulebsir, Rafik, Directeur de thèse
dc.date.accessioned	2021-03-10T12:13:43Z
dc.date.available	2021-03-10T12:13:43Z
dc.date.issued	2018
dc.identifier.other	P000214
dc.identifier.uri	http://repository.enp.edu.dz/xmlui/handle/123456789/8710
dc.description	Mémoire de Projet de Fin d’Études : Hydraulique : Alger, École Nationale Polytechnique : 2018	fr_FR
dc.description.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 ».	fr_FR
dc.language.iso	fr	fr_FR
dc.publisher	École Nationale Polytechnique	fr_FR
dc.subject	Deep Learning	fr_FR
dc.subject	Analyse en composante principale (ACP)	fr_FR
dc.subject	La méthode hiérarchique analytique (AHP)	fr_FR
dc.subject	La méthode des K-Means	fr_FR
dc.title	Clustérisation et cumul des données d'observations pour l'optimisation de la consommation énergétique dans les STEP à boue activée	fr_FR
dc.type	Thesis	fr_FR