Please use this identifier to cite or link to this item: https://dspace.univ-guelma.dz/jspui/handle/123456789/17956
Full metadata record
DC FieldValueLanguage
dc.contributor.authorGharbi Thamir Salah Eddine, Merabet Mohammed Aymen-
dc.date.accessioned2025-10-05T08:13:47Z-
dc.date.available2025-10-05T08:13:47Z-
dc.date.issued2025-06-
dc.identifier.urihttps://dspace.univ-guelma.dz/jspui/handle/123456789/17956-
dc.description.abstractCe mémoire porte sur l’amélioration de la performance et de la fiabilité des installations photovoltaïques grâce à l’intelligence artificielle. Dans le cadre d’un stage chez SONELGAZ, des données réelles issues d’une centrale solaire ont été collectées (tension, courant, irradiation, température). Ces données ont été analysées à l’aide d’algorithmes d’apprentissage automatique et de réseaux de neurones pour détecter les anomalies, anticiper les pannes et évaluer l’état des panneaux. Les résultats montrent que l’IA offre une meilleure capacité de diagnostic par rapport aux méthodes traditionnelles, contribuant ainsi à une gestion plus efficace et durable des systèmes photovoltaïques.en_US
dc.language.isofren_US
dc.publisherUniversité 8 Mai 1945 - Guelmaen_US
dc.titleTechnique d'intelligence artificiel pour l'étude de l'état de santé des panneaux solairesen_US
dc.typeWorking Paperen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
F1_6_GHARBI_THAMIR SALAH EDDINE_1752400013.pdf4,22 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.