Data Science para o controlo analítico e eficiência energética numa ETAR

Abstract

Atualmente, principalmente nos países mais desenvolvidos, as águas residuais são tratadas através das Estação de Tratamento de Águas Residuais (ETARs) de forma a tentar atenuar os efeitos da atividade humana na poluição da água potável. As ETARs são infraestruturas que desempenham um papel funda mental e imprescindível para a sociedade, pois estas permitem que a água potável já utilizada em diversas atividades e no uso doméstico possa retornar ao seu habitat natural nas melhores condições, podendo ser reaproveitada. Contudo, uma ETAR para realizar a sua função requer elevados consumos energéticos, devido a todo o processo de tratamento que é auxiliado com um número elevado de equipamentos, desde das águas residuais afluentes até ao seu destino final. Esses consumos oscilam consoante o tipo de afluente, sendo importante analisar através de um controlo analítico, quais as substâncias que, quando presentes no afluente, requerem maior tratamento, e consequentemente maior consumo de energia. Com isto, o objetivo desta dissertação é, através do uso de Data Science, elaborar um forte controlo analítico às substâncias do afluente e relacionar o mesmo com a oscilação do consumo energético, tornando as ETARs mais eficientes e sustentáveis.

Currently, mainly in more developed countries, wastewater is treated through Wastewater Treatment Plants (WWTPs) to mitigate the effects of human activity on the source of drinking water. WWTPs are infrastructures that play a fundamental and indispensable role for society, as these allow the water supplied in various activities and for domestic use to return to its natural habitat in the best conditions, to be able to reuse it. However, a WWTPs to perform its function requires high energy consumption due to the entire treat ment process assisted with an increased number of equipment, from the inflow of the affluent wastewater to its final destination. These consumptions vary depending on the affluent, being essential the analy sis through an analytical control, which substances, when present in the affluent, require more effective treatment and consequently greater energy consumption. With this, this dissertation’s objective is, through the use of Data Science, to elaborate a robust ana lytical control to the affluent substances and relate it with the oscillation of energy consumption, making the WWTPs more efficient and sustainable.