Utilisation des méthodes de l’intelligence artificielle en vue d’identification de défauts dans les systèmes énergétiques.
| dc.contributor.author | DJEGHADER, REDA | |
| dc.contributor.author | SEBBAGH, TOUFIK | |
| dc.date.accessioned | 2024-03-20T09:49:01Z | |
| dc.date.available | 2024-03-20T09:49:01Z | |
| dc.date.issued | 2023-05-25 | |
| dc.description.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. | |
| dc.identifier.uri | http://dspace.univ-skikda.dz:4000/handle/123456789/465 | |
| dc.language.iso | other | |
| dc.publisher | Université du 20 Août 1955 Skikda | |
| dc.title | Utilisation des méthodes de l’intelligence artificielle en vue d’identification de défauts dans les systèmes énergétiques. | |
| dc.type | Thesis |