Détails du sujet
Prédiction des défauts dans les systèmes photovoltaïques avec la modélisation par
L’Extrême Learning Machine(ELM)
Résumé
Dans un contexte marqué par la transition énergétique et le développement croissant des installations photovoltaïques, la fiabilité et la continuité de production constituent des enjeux majeurs. En effet, les anomalies telles que l’ombrage partiel ou le court-circuit peuvent entraîner des pertes énergétiques importantes et accélérer la dégradation des équipements. D’où la nécessité de mettre en place un système de détection automatique et précoce des défauts capable de faciliter la maintenance et d’améliorer les performances des systèmes PV. Dans ce travail, notre objectif est de développer un système de détection d’anomalies basé sur les techniques de Machine Learning. Pour cela, nous avons modélisé et simulé sous MATLAB/Simulink un système photovoltaïque hors réseau intégrant un générateur PV, un convertisseur DC/DC commandé par un algorithme MPPT (P&O), une batterie lithium-ion, un convertisseur bidirectionnel et un système d’acquisition de données. Les simulations ont permis de générer un dataset annoté couvrant trois états de fonctionnement : normal, ombrage partiel et court-circuit. Nous développons un système intelligent de détection d’anomalies photovoltaïques en comparant les modèles SVM, Arbre de Décision et Random Forest. Après une simulation sous MATLAB/Simulink et préparation des données, le modèle ainsi entrainé démontre une exactitude atteignant 99,86 % pour le modèle Random Forest. L’intégration des grandeurs électriques et environnementales permet ainsi d’identifier avec précision l’ombrage partiel et les court-circuit.
Mots clés : Systèmes photovoltaïques, Détection d’anomalies, Machine Learning, Maintenance prédictive, Monitoring intelligent.
Auteur : MASTAKI Anuarite
Niveau: G3
Département: Genie Electrique
Année Ac: 2024-2025 , | 2025-03-14 15:20:25
Mots clés
Prédiction,Machine learning(LM),Photovoltaïque (PV),Matlab,défauts
Intérêt
Le photovoltaïque faisant partie des énergies renouvelables, les sources d'énergie dont le renouvellement est suffisamment rapide pour être considérées comme inépuisable à l'échelle de temps humaine ; Les systèmes photovoltaïques en particulier exploitent l'énergie solaire à diverses fins. Ils se distinguent par leur fiabilité et leur caractère écologique, offrant une électricité non polluante adaptée à de nombreuses applications.
Ainsi, les énergies renouvelables représentent une alternative intéressante aux énergies fossiles pour plusieurs raisons (2) :
- Elles ont un impact environnemental limité, n'émettent pas de gaz à effet de serre et ne génèrent pas de déchets.
- Elles sont inépuisables par nature.
- Elles permettent une production d'énergie décentralisée, adaptée aux besoins et aux ressources locales.
- Elles contribuent à renforcer l'indépendance énergétique des régions qui les utilisent.
Et donc comme pour tout autre système de production d'énergie, la détection des pannes et le dépannage rapide sont essentiels pour une performance optimale dans les systèmes photovoltaïques (PV) également. Car l'objectif de toute entreprise de production d'énergie commerciale est de maximiser la production d'énergie, de minimiser les pertes d'énergie et les coûts de maintenance, et d'assurer le fonctionnement sûr de l'installation. Étant donné que les systèmes PV sont aussi sujets des divers défauts et pannes, la détection précoce de ces défauts et pannes est donc très importante pour atteindre cet objectif.
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGE
Encadreur: MOLO Joaquim MBASA
Status
Décision ou observation:
Feu vert:
Déposé : OUI
Défendu: NON
Finalisé: OUI
Prédiction des défauts dans les systèmes photovoltaïques avec la modélisation par L’Extrême Learning Machine(ELM)
Résumé
Dans un contexte marqué par la transition énergétique et le développement croissant des installations photovoltaïques, la fiabilité et la continuité de production constituent des enjeux majeurs. En effet, les anomalies telles que l’ombrage partiel ou le court-circuit peuvent entraîner des pertes énergétiques importantes et accélérer la dégradation des équipements. D’où la nécessité de mettre en place un système de détection automatique et précoce des défauts capable de faciliter la maintenance et d’améliorer les performances des systèmes PV. Dans ce travail, notre objectif est de développer un système de détection d’anomalies basé sur les techniques de Machine Learning. Pour cela, nous avons modélisé et simulé sous MATLAB/Simulink un système photovoltaïque hors réseau intégrant un générateur PV, un convertisseur DC/DC commandé par un algorithme MPPT (P&O), une batterie lithium-ion, un convertisseur bidirectionnel et un système d’acquisition de données. Les simulations ont permis de générer un dataset annoté couvrant trois états de fonctionnement : normal, ombrage partiel et court-circuit. Nous développons un système intelligent de détection d’anomalies photovoltaïques en comparant les modèles SVM, Arbre de Décision et Random Forest. Après une simulation sous MATLAB/Simulink et préparation des données, le modèle ainsi entrainé démontre une exactitude atteignant 99,86 % pour le modèle Random Forest. L’intégration des grandeurs électriques et environnementales permet ainsi d’identifier avec précision l’ombrage partiel et les court-circuit.Mots clés : Systèmes photovoltaïques, Détection d’anomalies, Machine Learning, Maintenance prédictive, Monitoring intelligent.
Auteur : MASTAKI Anuarite
Niveau: G3
Département: Genie Electrique
Année Ac: 2024-2025 , | 2025-03-14 15:20:25
Mots clés
Prédiction,Machine learning(LM),Photovoltaïque (PV),Matlab,défautsIntérêt
Le photovoltaïque faisant partie des énergies renouvelables, les sources d'énergie dont le renouvellement est suffisamment rapide pour être considérées comme inépuisable à l'échelle de temps humaine ; Les systèmes photovoltaïques en particulier exploitent l'énergie solaire à diverses fins. Ils se distinguent par leur fiabilité et leur caractère écologique, offrant une électricité non polluante adaptée à de nombreuses applications.Ainsi, les énergies renouvelables représentent une alternative intéressante aux énergies fossiles pour plusieurs raisons (2) :
- Elles ont un impact environnemental limité, n'émettent pas de gaz à effet de serre et ne génèrent pas de déchets.
- Elles sont inépuisables par nature.
- Elles permettent une production d'énergie décentralisée, adaptée aux besoins et aux ressources locales.
- Elles contribuent à renforcer l'indépendance énergétique des régions qui les utilisent.
Et donc comme pour tout autre système de production d'énergie, la détection des pannes et le dépannage rapide sont essentiels pour une performance optimale dans les systèmes photovoltaïques (PV) également. Car l'objectif de toute entreprise de production d'énergie commerciale est de maximiser la production d'énergie, de minimiser les pertes d'énergie et les coûts de maintenance, et d'assurer le fonctionnement sûr de l'installation. Étant donné que les systèmes PV sont aussi sujets des divers défauts et pannes, la détection précoce de ces défauts et pannes est donc très importante pour atteindre cet objectif.
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGEEncadreur: MOLO Joaquim MBASA
Status
Décision ou observation:Feu vert:
Déposé : OUI
Défendu: NON
Finalisé: OUI