Grâce à l'IA, la consommation énergétique d'une station d'épuration genevoise a baissé de 12%
Les Services industriels de Genève (SIG) ont franchi une étape importante dans l’optimisation de leurs stations d’épuration grâce à l’intelligence artificielle (IA). Guillaume Cubizolles, responsable des exploitations Eaux Usées aux SIG, a présenté lors du salon Aqua Pro à Bulle les résultats obtenus sur la station d’épuration de Bois-de-Bay. Avec une baisse de 12 % de la consommation énergétique pour l’aération des bassins, l’expérience menée en collaboration avec la société PureControl démontre le potentiel considérable de l’IA pour réduire les coûts d’exploitation, tout en maintenant la qualité du traitement des eaux.
La station d’épuration de Bois-de-Bay traite les eaux d’un bassin versant transfrontalier, incluant le Pays de Gex et les eaux industrielles de Meyrin, Satigny et du CERN. Composée de quatre lignes de traitement biologique et huit décanteurs, elle rejette ses eaux traitées dans le Rhône.
Dès 2009, la station affichait déjà un taux de conformité supérieur à 98 %. Cependant, elle fonctionnait à 109 % de sa capacité pour le traitement du carbone et consommait plus de 3 GWh d’électricité par an. Au fil des années, de nombreux investissements ont été réalisés : remplacement des suppresseurs à lobes par des vis, renforcement des moyens d’analyse avec des sondes pour l’ammonium, installation de diffuseurs à fines bulles… Ces efforts ont permis une baisse des consommations dès 2020, mais les SIG voulaient aller plus loin.
Une régulation dynamique basée sur l'IA
« Nous recherchions une solution pour automatiser l’ajustement du débit d’air, intégrer les paramètres météo, minimiser les réglages manuels et disposer d’un fonctionnement évolutif », explique Guillaume Cubizolles. L’objectif était également d’intégrer la facture d’émission par kWh pour optimiser le bilan carbone.
Les SIG se sont tournés vers PureControl, spécialisé dans les modèles d’IA pour le traitement de l’eau potable et usée. La solution développée repose sur deux technologies issues du machine learning : un jumeau numérique qui reproduit le comportement de la station pour établir des prévisions, et un algorithme de renforcement qui permet d’optimiser automatiquement les paramètres.
Les données des automates, les prévisions météorologiques et les objectifs réglementaires alimentent en temps réel les modèles d’IA hébergés dans un data center du fournisseur. « Une fois l’apprentissage validé, le système réintègre les consignes directement sur le contrôle-commande », précise le responsable des exploitations.
Cybersécurité et protection des données au cœur du projet
Avant le déploiement, les SIG ont accordé une attention particulière à la protection des données et à la cybersécurité. « Nous avons réalisé une analyse de risque approfondie. Le stockage cloud respecte les règles, avec des data centers en Europe, notamment en France », indique Guillaume Cubizolles.
Un tunnel VPN sécurise les échanges de données. Durant la période d’apprentissage, l’exploitant supervise l’IA avant que celle-ci ne transmette ses consignes aux automates. Des seuils de sécurité permettent de repasser en mode classique si nécessaire.
Des résultats au-delà des espérances
L’expérimentation a porté sur deux des quatre processus de traitement. « PureControl diminue la consigne d’oxygène, ce qui réduit la puissance nécessaire », explique Guillaume Cubizolles. Sur 148 jours d’observation comparant les deux paires de processus, les résultats sont éloquents : « Nous avons atteint 12 % de réduction sur l’aération des bassins, sans aucune non-conformité et sans dysfonctionnement, même avec des taux d’oxygène très bas. L’objectif de -10 % fixé pour fin 2025 est déjà validé ».
Un suivi spécifique a été réalisé sur les émissions de protoxyde d’azote, gaz à effet de serre préoccupant. « Contrairement à nos craintes, nous n’avons constaté aucune péjoration des résultats, voire des améliorations », se réjouit le responsable. En été, la production de protoxyde d’azote est même inférieure grâce au flux d’air moindre.
Bilan et perspectives
Pour Guillaume Cubizolles, les conclusions sont claires. « L’IA est parfaitement adaptée aux régulations complexes. Son évolutivité et son renforcement progressif permettent une amélioration continue ». La rentabilité est également au rendez-vous : « Avec une baisse de 12 % de la consommation d’énergie, le retour sur investissement s’est fait en trois mois ».
Le responsable souligne toutefois quelques prérequis. « La cybersécurité demande du temps. Cette technologie nécessite une instrumentation de qualité, comme celle dont nous disposons à Bois-de-Bay, mais cela implique des coûts d’exploitation pour l’entretien des instruments ». Une chose est sûre : l’intelligence artificielle s’impose progressivement comme un outil précieux pour optimiser l’exploitation des infrastructures d’assainissement.
Source
Propos recueillis le 6 février 2026 à Aqua Pro à Bulle