Modélisation de la consommation de l’énergie d’électricité de l’unité de production de CO2 de la rayanox par IA

Abstract

Face à la forte augmentation de la consommation d'électricité dans de nombreux secteurs, notamment dans le secteur industriel, et à son impact croissant sur la durabilité de la production et le bon fonctionnement de l'activité industrielle, il est devenu nécessaire de trouver des solutions à cette consommation croissante, et ce, grâce à la modélisation de cette consommation d'énergie afin d'améliorer les performances et de développer les processus industriels. Dans ce contexte, ce travail se concentre sur la modélisation de la consommation d’électricité d’une unité de production de dioxyde de carbone (CO2) au sein de la société RAYANOX (SARL RAYANOX). Cette recherche vise à analyser et à modéliser l’influence de certains paramètres de fonctionnement, notamment la pression, la production de dioxyde de carbone et la consommation de GPL, sur la consommation d’électricité de l’unité. Pour atteindre cet objectif, des données industrielles réelles ont été collectées, prétraitées, puis analysées afin de déterminer les relations entre les différentes variables du processus. Cette recherche s’appuie sur l’utilisation de techniques de science des données et d’apprentissage automatique. L’application de modèles de régression linéaire, de forêt aléatoire et de XGBoost a permis de développer des modèles prédictifs capables d’estimer la consommation d’énergie et de contribuer à l’amélioration du fonctionnement de l’unité. Mots-clés : modélisation énergétique, intelligence artificielle, machine Learning, production de dioxyde de carbone. Abstract Given the sharp rise in electricity consumption across many sectors, particularly in the industrial sector, and its growing impact on the sustainability of production and the smooth running of industrial operations, it has become necessary to find solutions to this rising consumption by modelling energy use in order to improve performance and develop industrial processes. Against this backdrop, this study focuses on modelling the electricity consumption of a carbon dioxide (CO2) production unit at RAYANOX (SARL RAYANOX). This research aims to analyse and model the influence of certain operating parameters – notably pressure, carbon dioxide production and LPG consumption –-on the unit’s electricity consumption. To achieve this objective, real-world industrial data was collected, pre-processed and then analysed to determine the relationships between the various process variables. This research draws on data science and machine learning techniques. The application of linear regression, random forest and XGBoost models has enabled the development of predictive models capable of estimating energy consumption and contributing to the improvement of the unit’s operation. Keywords: energy modelling, artificial intelligence, machine learning, carbon dioxide. ملخص : في ظل تزايد الكبير في استهالك الكهرباء في عديد المجاالت خاصة ضمن المجال الصناعي، و تأثيره المتزايد االستدامة االنتاجية و سير الحسن للنشاط الصناعي ، اصبح من ضروري ايجاد حلول لهذا االستهالك المتزايد ، و ذلك من خالل نمذجة استهالك هذه الطاقة لتحسين األداء وتطوير العمليات الصناعية. في هذا السياق، يركز هذا العمل على نمذجة استهالك ..(RAYANOX SARL (في شركة ريانوكس (₂CO (الكهرباء لوحدة إنتاج ثاني أكسيد الكربون يهدف هذا البحث إلى تحليل و نمدجة تأثير بعض معايير التشغيل، بما في ذلك الضغط وإنتاج ثاني أكسيد الكربون، واستهالك غاز البترول المسال، على استهالك الكهرباء في الوحدة. ولتحقيق هذا الهدف، ُجمعت بيانات صناعية واقعية، وخضعت للمعالجة .المسبقة، ثم ُحللت لتحديد العالقات بين متغيرات العملية المختلفة XGBoostيعتمد هذا البحث على استخدام تقنيات علم البيانات والتعلم اآللي. بتطبيق نماذج االنحدار الخطي، والغابة العشوائية، و .لتطوير نماذج تنبؤية قادرة على تقدير استهالك الطاقة والمساهمة في تحسين تشغيل الوحدة الكلمات المفتاحية: نمذجة الطاقة ، الذكاء االصطناعي، التعلم اآللي، ثاني أكسيد الكربون،