Détection et Classification des défauts dans les panneaux photovoltaïques
| dc.contributor.author | Abdmeziane Syphax | |
| dc.contributor.author | Makhloufi Nada | |
| dc.date.accessioned | 2024-10-15T12:34:33Z | |
| dc.date.available | 2024-10-15T12:34:33Z | |
| dc.date.issued | 2023-07 | |
| dc.description | 66 f. : ill. ; 30 cm. (+CD-Rom) | |
| dc.description.abstract | Un panneau photovoltaïque n'est jamais à l'abri des défauts et anomalies qui peuvent l'affecter et Réduisant ainsi ses performances en termes de production d’énergie. Ces défauts pouvant être permanents, il est nécessaire de les détecter, de les classifier pour réparer et restaurer l'alimentation dès que possible. Ce mémoire explore la détection et la classification des défauts dans les panneaux photovoltaïques. Nous avons étudié les types de défauts courants dans les panneaux PV. Ainsi que leur détection. L’objectif de ce travail est l'utilisation de l'efficacité de la méthode Deep Learning pour la classification des problèmes Dans ce travail, nous utilisons le réseau LSTM, une sous-classe de réseaux de neurones récurrents (RNN). Le processus commence par la collecte et la préparation des données, nécessaires pour former et tester le modèle. Ensuite, l'architecture du modèle LSTM est expliquée en détail. Le modèle est implémenté en Python, en utilisant des bibliothèques populaires comme Keras. | |
| dc.identifier.citation | Electromécaniqe | |
| dc.identifier.other | MST/ELECTRO070 | |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/24722 | |
| dc.language.iso | fr | |
| dc.publisher | Université Mouloud Mammeri Tiziouzou | |
| dc.subject | Panneau photovoltaique | |
| dc.title | Détection et Classification des défauts dans les panneaux photovoltaïques | |
| dc.type | Thesis |