Projet de fin d'étude : Electrical Power forecasting using Deep Learning approaches

Etudiant : EL YADARI SAFAE

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. MOHAMED ADNANE MAHRAZ

Annèe : 2022

Résumé : L'industrie 4.0 fait référence à la quatrième révolution industrielle qui se déroule dans les entreprises industrielles et qui peut se traduire par l'intégration et la mise en oeuvre des nouvelles technologies (Intelligence artificielle, Internet des objets, Big data , Cloud computing,...) au niveau des installations industrielles , Pour migrer du mode manuel vers le mode automatique ,par l'installation par exemple des capteurs sans fil sur les machines et les équipements pour surveiller l'état de la production et recuillir les données en temps réel pour prévoir à quel moment les interventions doivent être effectués ; afin d'arriver au modéle d'une "Smart Factory" Parmi les opportunités de digitalisation dans notre cas , il y a celle de l'automatisation avancée du systéme de mesure des pertes de charges au niveau d'une ligne de production d'acide sulfirique et de vapeur servant de produire l'énergie électrique dans une centrale au niveau de JFC 3 ; pour pouvoir surveiller les pertes de charge et les autres paramètres de marche à travers la réalisation d'un tableau de bord dynamique permettant de Suivre les paramètres de marche de ce système en temps réel et à distance au moyen d’un serveur OPC UA virtuel et le logiciel "Node –Red". , et de construire un modéle de prédiction des taux de production de l'énergie électrique dans la centrale thermoélectrique en se basant sur l'historique des données d'automatisme en faisant appel à des algorithmes de Machine Learning et deep learning .