Accueil
Sélection de la langue
Adresse
Infodoc : Réseau des bibliothèques et centres de documentation d'AgroParisTechFrance
contact
Array
(
[TITRE] => <b>Type de document : </b>
[TITRE_CLEAN] => Type de document
[OPAC_SHOW] => 1
[TYPE] => list
[AFF] => Article
[ID] => 4
[NAME] => cp_typdoc
[DATATYPE] => integer
[VALUES] => Array
(
[0] => 8
)
)
| Titre : |
Anticiper l'impact de la météo sur l'influent des stations d'épuration grâce à l'intelligence artificielle
|
| in | TSM. Techniques sciences méthodes, génie urbain génie rural , n° 3, 01/03/2023 |
| Auteur(s) : |
A. Harinaivo, Auteur (et co-auteur)
H. Hauduc, Auteur (et co-auteur) I. Takacs, Auteur (et co-auteur) |
| Type de document : | Article |
| Résumé : |
Le changement climatique a pour conséquence l'apparition de forts évènements pluvieux de plus en plus fréquents, occasionnant de fortes variations de débit et de concentrations à l'influent des stations d'épuration. La connaissance des risques d'orage et des débits potentiels plusieurs heures ou plusieurs jours en avance permettrait d'anticiper les adaptations opérationnelles pour préparer la station et protéger les différents ouvrages des risques de défaillance. Dans cette étude, les données météorologiques (pluies, température, vents, humidités, précipitations...) et l'historique des données d'influent de la station sont utilisés pour entraîner un algorithme d'intelligence artificielle, d'apprentissage automatique et d'apprentissage profond pour prédire les débits entrants sur la st[...] Le changement climatique a pour conséquence l'apparition de forts évènements pluvieux de plus en plus fréquents, occasionnant de fortes variations de débit et de concentrations à l'influent des stations d'épuration. La connaissance des risques d'orage et des débits potentiels plusieurs heures ou plusieurs jours en avance permettrait d'anticiper les adaptations opérationnelles pour préparer la station et protéger les différents ouvrages des risques de défaillance. Dans cette étude, les données météorologiques (pluies, température, vents, humidités, précipitations...) et l'historique des données d'influent de la station sont utilisés pour entraîner un algorithme d'intelligence artificielle, d'apprentissage automatique et d'apprentissage profond pour prédire les débits entrants sur la station jusqu'à une semaine en avance. |
| Article en page(s) : | p. 33-42 |
| Langue(s) : | Français |
| Lien vers la notice : | https://infodoc.agroparistech.fr/index.php?lvl=notice_display&id=216622 |
Exemplaires (2)
| Localisation | Emplacement | Pôle | Section | Cote | Support | Disponibilité |
|---|---|---|---|---|---|---|
| Montpellier | Bibliothèque | Périodiques Montpellier | sans cote | Papier Périodique | Empruntable Disponible | |
| Palaiseau | Bibliothèque | Accès libre périodiques | Sans cote | Papier Périodique | Empruntable Disponible |