Estimation de l’énergie d’un capteur solaire en utilisant les réseaux de neurones artificiels

Abstract

Résumé Il est inconcevable de dimensionner, concevoir et de modéliser un système énergétique solaire sans avoir accès aux données météorologiques et plus particulièrement solaires du site d’implantation. Ces données sont souvent peu disponibles et il est important de disposer de méthodes efficaces pour les estimer. C’est l’objet dans ce travail, on étudie la possibilité d’estimation de l’énergie d’un capteur solaire en utilisant un réseau de neurones artificiels (ANN) de type multicouches perceptron (MLP). Les données quant doit utiliser collectées dans une station de la mesure installée à URER.MS Adrar sur une période, quelque données doit utiliser pour entrainer le réseau et les autres pour les tests, puis en fait une comparaison entre les deux et on discute les résultes.ملخص لتصور حجم وتصميم الطاقة الشمسية يحب الحصول على بيانات الإرصاد الجوية للمنطقة التي نحن بصدد تقدير إشعاعها الشمسي، فهناك مناطق تفتقر لجهاز قياس الاشعاع الشمسي، وهذه البيانات ضرورية لإعطاء نموذج تقديري فعال وهذا هو الهدف من العمل الذي نقوم به، فنحن نعطي إمكانية تقدير الإشعاع الشمسي التي تقوم مجمعات الطاقة الشمسية بحجزها وذلك باستخدام تقنية الخلايا العصبية الاصطناعية بطريقة متعدد الطبقات حيث استخدمنا قياسات لأجهزة مثبتة جمعت في وحدة البحث في الطاقات المتجددة في الوسط الصحراوي ادرار على مدى فترة زمنية، هذه المعطيات متعددة ومختلفة وذلك للقيام بتدريب الشبكة وكذا بعمليات الاختبار والمقارنة بين النتائج المتوصل إليها ومناقشتها.Abstract It is inconceivable to size, design and model a solar energy system without having access to meteorological and more particularly solar data of the site of implantation. These data are often not available and it is important to have effective methods to estimate them. This is the object in this work, we study the possibility of estimating the energy of a solar collector using a network of artificial neurons (ANN) multilayer MLP. The data to be used collected at a measurement station installed at URER.MS Adrar over a period of time, whatever data must be used to drive the network and others for testing. In fact a comparison between the two and discusses the results.