methodes de caracterisation et de prevision du gisement solaire par les reseaux de neurones artificiels et la methode inverse
Faculte Des Sciences - nan - None ()
Resume
devant la problématique de lénergie et les conséquences néfastes de la pollution issue des énergies fossiles, les énergies renouvelables dont le solaire constituent des alternatives à promouvoir dans l'avenir, plus particulièrement à madagascar. néanmoins, la non disponibilité des données dinsolation est un facteur majeur bloquant linstallation dun projet solaire pour un site donné, d'où l'entreprise de cette étude. notre travail consiste en lestimation de lirradiation solaire globale par les réseaux de neurones artificiels et par la méthode inverse. nous présentons les modèles de rna permettant de prévoir lirradiation globale moyennant la disposition dune base de nombre minimal de données. les modèles permettent la prévision de linsolation au jour j à partir des quatre valeurs journalières antérieures. deux méthodes dévaluation sont appliquées. la première méthode est basée sur lexécution du modèle neuronal statique et lapproche neuronale bayesienne tandis que la seconde, sur lutilisation du modèle dynamique. nous développons linitiation de la méthode inverse dans le cas unidimensionnel. des codes de calcul sont élaborés afin dévaluer le flux de rayonnement surfacique en considérant linfluence du positionnement des capteurs de température qui déterminent les conditions aux limites pour la résolution du problème. a travers les études comparatives des résultats et les différentes améliorations apportées, nous obtenons un modèle optimisé ayant une meilleure performance destinée à évaluer des données dirradiation globale.