Etude et simulation du spectre solaire Par les réseaux de neurones artificiels

Abstract

Ce travail porte essentiellement sur la modélisation des concepts de base de l’énergie solaire, et l’étude de l’identification du spectre solaire par les RNA. Dans un premier lieu, nous avons fait un rappel concernant les notions de l’énergie solaire, où on y explique comment l’énergie solaire varie selon l’endroit et la saison et comment estimer la quantité d’énergie solaire disponible à un endroit donné. On a poursuivit l’activité par l’étude de la réponse spectrale en utilisant la technique des réseaux de neurones artificiels pour les différents nombres d’air masse et pour les conditions standards de qualification des cellules (spectre AM1,5). Nous avons ainsi présenté le modèle de la rétropropagation pour identifier et reconnaître les spectres solaires réels (AM0, AM1 et AM1.5) dont les mesures précises sont accomplies par les satellites. Dans ce cadre, nous avons élaboré et mis au point des codes de calcul qui permettent de calculer et représenter la réponse spectrale et sa variation en fonction du nombre d’air masse. Parmi les nombreux logiciels à disposition, on a choisi pour faire les analyses numériques le C++ et le logiciel Matlab. Les résultats obtenus montrent que le paradigme de la rétropropagation s’adapte fort bien aux questions de reconnaissances de formes. Signalons que le temps de calcul des solutions est d’autant plus important que les précisions tendent vers des valeurs faibles et la convergence sera difficile à obtenir.يركز هذا العمل بشكل أساسي على نمذجة المفاهيم الأساسية للطاقة الشمسية، ودراسة تحديد الطيف الشمسي بواسطة ANN. أولاً، قدمنا ​​تذكيراً بشأن مفاهيم الطاقة الشمسية حيث يشرح كيف تختلف الطاقة الشمسية حسب الموقع والموسم وكيف تقدير كمية الطاقة الشمسية المتوفرة في مكان معين. واصلنا النشاط من خلال دراسة الاستجابة الطيفية باستخدام تقنية الشبكات العصبية الاصطناعية لأعداد الكتل الهوائية المختلفة وللظروف معايير تأهيل الخلية (الطيف AM1.5). وبذلك قدمنا ​​نموذج backpropagation لتحديد والتعرف على الأطياف الشمسية الحقيقية (AM0، AM1 و AM1.5) والتي يتم إجراء قياساتها الدقيقة بواسطة الأقمار الصناعية. وفي هذا السياق لدينا رموز حسابية مطورة ومتطورة تجعل من الممكن حساب الاستجابة وتمثيلها الطيفية وتغيرها كدالة لعدد كتلة الهواء. من بين العديد من البرامج المتاحة، اخترنا إجراء التحليلات الرقمية برامج C++ و Matlab. تظهر النتائج التي تم الحصول عليها أن نموذج الانتشار العكسي يتكيف بشكل جيد للغاية لأسئلة التعرف على الأنماط. لاحظ أن وقت حساب الحلول هو والأهم من ذلك أن الدقة تميل نحو القيم المنخفضة والتقارب سيكون من الصعب الحصول عليها.