Cet article décrit une nouvelle méthodologie permettant d'extraire des profils-types de consommation à partir de séries temporelles collectées via des compteurs intelligents sur un réseau de distribution d'eau potable. L'approche proposée opère en deux étapes. Dans un premier temps, un modèle de décomposition additif de type tendance-saison-bruit est appliqué à chacune des séries afin d'en extraire des patterns saisonniers reflétant les habitudes routinières de consommation. Dans un second temps, un algorithme de classification fonctionnelle basé sur un modèle de régression de Fourier est mis en place afin de regrouper les patterns saisonniers en classes homogènes. Des expérimentations effectuées sur une base de données réelles ont montré tout le potentiel de l'approche proposée.