Identification des défaillances d’un système solaire par Machine Learning

dc.contributor.author	Gherbi, Lina
dc.date.accessioned	2025-10-05T08:16:47Z
dc.date.available	2025-10-05T08:16:47Z
dc.date.issued	2025-06
dc.identifier.uri	https://dspace.univ-guelma.dz/jspui/handle/123456789/17957
dc.description.abstract	Ce mémoire vise à améliorer le suivi des performances des systèmes photovoltaïques grâce à l’identification automatique des modes de défaillances. Les défauts dans un système solaire peuvent conduire à des baisses de performance notables et affecter la durée de vie du système. L’objectif principale de ce travail est d’élaborer un modèle basé sur l’intelligence artificielle, spécifiquement un réseau de neurones artificiels (RNA), afin de diagnostiquer une classe de défauts couramment rencontrés sur un panneau photovoltaïque.	en_US
dc.language.iso	fr	en_US
dc.publisher	Université 8 Mai 1945 - Guelma	en_US
dc.subject	Système solaire, mode de défaillances, intelligence artificielle, réseau de neurones artificiels (RNA).	en_US
dc.title	Identification des défaillances d’un système solaire par Machine Learning	en_US
dc.type	Working Paper	en_US