Diagnostic des pannes des systèmes photovoltaïques à l'aide des réseaux de neurones artificiels (ANN)

Abstract

Ce mémoire porte sur le diagnostic des défauts des systèmes photovoltaïques à l’aide des réseaux de neurones artificiels (ANN). Après une étude des principes de fonctionnement et de la modélisation des systèmes photovoltaïques, les principaux défauts pouvant affecter leurs performances ont été analysés. Une approche basée sur les réseaux de neurones artificiels a été développée afin de détecter et classifier les différents états de fonctionnement du système photovoltaïque. Les simulations réalisées sous MATLAB/Simulink ont permis d’évaluer les performances de la méthode proposée. Les résultats obtenus montrent que les réseaux de neurones artificiels constituent un outil efficace pour le diagnostic rapide et précis des défauts, contribuant ainsi à l’amélioration de la fiabilité, de la disponibilité et du rendement des installations photovoltaïques. تتناول هذه المذكرة تشخيص أعطال الأنظمة الكهروضوئية باستخدام الشبكات العصبية الاصطناعية. تم في البداية دراسة المبادئ الأساسية لعمل الأنظمة الكهروضوئية ونمذجتها الكهربائية، ثم التطرق إلى أهم الأعطال التي قد تؤثر على أدائها وكفاءتها. بعد ذلك تم تطوير نموذج يعتمد على الشبكات العصبية الاصطناعية للكشف عن الأعطال وتصنيف حالات التشغيل المختلفة للنظام الكهروضوئي. وقد تم إنجاز عمليات المحاكاة باستخدام برنامج MATLAB/Simulinkلتقييم فعالية المنهجية المقترحة. أظهرت النتائج المتحصل عليها أن الشبكات العصبية الاصطناعية توفر وسيلة فعالة ودقيقة لتشخيص الأعطال، مما يساهم في تحسين موثوقية الأنظمة الكهروضوئية ورفع مردودها وتقليل تكاليف الصيانة