Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/3064
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Mettouchi, Ahmed Sedik | - |
dc.contributor.author | Sakhri, Riadh | - |
dc.date.accessioned | 2019-11-17T07:20:30Z | - |
dc.date.available | 2019-11-17T07:20:30Z | - |
dc.date.issued | 2018 | - |
dc.identifier.uri | http://di.univ-blida.dz:8080/jspui/handle/123456789/3064 | - |
dc.description | 4.621.1.596 ; 71 p ; illustré | fr_FR |
dc.description.abstract | Dans 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 circuiter | fr_FR |
dc.language.iso | fr | fr_FR |
dc.publisher | Univ Blida1 | fr_FR |
dc.subject | système photovoltaïque, Modélisation, détection, diagnostique | fr_FR |
dc.title | Diagnostique d’un champ solaire photovoltaïque par réseaux de neurones artificiels | fr_FR |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
finale.pdf | 2,45 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.