Utilisation des méthodes de l’intelligence artificielle en vue d’identification de défauts dans les systèmes énergétiques.
Loading...
Files
Date
2023-05-25
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université du 20 Août 1955 Skikda
Abstract
Les défauts existant dans le système PV, sont des défauts de composants ou des
défauts produit par les phénomènes physiques. Ces défauts peuvent réduire considérablement
l'efficacité, le rendement énergétique, ainsi que la sécurité et la fiabilité de l'ensemble de
l'installation photovoltaïque s'ils ne sont pas rapidement identifiés et corrigés. Les méthodes
de détection et isolation des défauts (FDI) sont essentielles pour la sécurité, l'efficacité
opérationnelle élevée et la fiabilité du système de l'installation photovoltaïque. Ce travail fait
partie de la détection et de l'identification des défauts capteurs et physiques dans les systèmes
photovoltaïques (PV) par une technique moderne basée sur l'intelligence artificielle. Pour ce
faire, dans la première étape, nous avons utilisé un réseau de neurones de type MLP (Multi
Layer Perceptron) pour la génération de résidus, et dans la deuxième partie du travail, nous
avons utilisé un autre réseau de type RNN (Recurrent Neural Network) pour identifier et
classifier les types de défauts dans les systèmes photovoltaïques. Les résultats obtenus
montrent clairement la performance des réseaux développés pour la détection rapide de
défauts avec l'estimation de leurs temps d’apparition ainsi que la décision robuste d'identifier
le type de défauts dans le système PV.