Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Tamma abdelmajid"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    Détection et localisation des défauts dans un système photovoltaïque base sur les réseaux neuronaux artificiel (ANN)
    (Université Echahid Hama Lakhdar- Eloued, 2025) Guedda Mohammed riadh; Tamma abdelmajid
    "La transition vers les énergies renouvelables constitue un enjeu majeur pour répondre aux besoins énergétiques croissants tout en limitant l'impact environnemental. Parmi celles-ci, l'énergie solaire photovoltaïque (PV) occupe une place prépondérante. Cependant, la performance et la fiabilité des systèmes PV peuvent être affectées par divers défauts susceptibles de survenir durant leur cycle d'exploitation, entraînant une réduction de la production énergétique et une dégradation potentielle des installations. Dans ce contexte, le développement de systèmes de diagnostic avancés est essentiel pour assurer une détection précoce et précise des anomalies, garantissant ainsi une exploitation optimale et une maintenance efficace des parcs photovoltaïques. Ce travail de recherche s'inscrit dans cette perspective et se concentre sur l'application des techniques d'intelligence artificielle, spécifiquement les réseaux de neurones artificiels (ANN), pour le diagnostic des défauts dans les systèmes PV. L'étude vise à concevoir et à évaluer un algorithme capable d'identifier et de classifier différents types de défauts à partir de l'analyse des signaux caractéristiques du système. L'approche proposée repose sur la modélisation d'un système photovoltaïque (incluant panneau PV, convertisseur DC/DC avec algorithme MPPT P&O, et charge) sous l'environnement MATLAB/Simulink, la simulation de scénarios de défauts, et l'utilisation des données générées pour l'entraînement et la validation du réseau neuronal. Les résultats obtenus visent à démontrer l'efficacité des ANN comme outil de diagnostic intelligent, contribuant à l'amélioration de la fiabilité et de la rentabilité des installations solaires photovoltaïques.

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback