Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/3064
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorMettouchi, Ahmed Sedik-
dc.contributor.authorSakhri, Riadh-
dc.date.accessioned2019-11-17T07:20:30Z-
dc.date.available2019-11-17T07:20:30Z-
dc.date.issued2018-
dc.identifier.urihttp://di.univ-blida.dz:8080/jspui/handle/123456789/3064-
dc.description4.621.1.596 ; 71 p ; illustréfr_FR
dc.description.abstractDans ce papier nous proposons la détection et le diagnostique du système solaire photovoltaïque par le calcule et la comparaison de erreurs entre des sorties simulés par réseaux de neurones artificiels (ANN) et les données mesurés en temps réel. Cette classification est basée sur deux paramètres majeurs représentant le courant du point de puissance maximal et la tension du point de puissance maximal. Les données sont réelles obtenues d’un station photovoltaïque en Algerie. La classification est basée sur des données de période de trois heures quarante minutes du mois bien capté. Le nombre d’attribues que nous avons proposé est cinq s’appliquant sur la panne string et quatre types de modules court circuiterfr_FR
dc.language.isofrfr_FR
dc.publisherUniv Blida1fr_FR
dc.subjectsystème photovoltaïque, Modélisation, détection, diagnostiquefr_FR
dc.titleDiagnostique d’un champ solaire photovoltaïque par réseaux de neurones artificielsfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
finale.pdf2,45 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.