Application des Techniques d’Intelligence Artificielle dans les Systèmes Photovoltaïques en vue de Diagnostic des Défauts
Loading...
Date
Journal Title
Journal ISSN
Volume Title
Publisher
Université Sétif 1 - Ferhat ABBAS , Faculté de Technologie
Abstract
This thesis deals with application of artificial intelligence techniques for the diagnosis, detection and classification of defects in photovoltaic systems. These latter like all electrical and electronic systems, can break down and degrade during the operating period. This requires a diagnostic whose main objective is to provide an automatic tool that can early detect defects to protect the persons and installations, and in addition can classify these defects. At the end of 2016, 303 GW of photovoltaic energy was installed around the world. About 75 GW installed only in the year of 2016, and this comes from the fact that new solutions have encouraged government to rely more and more on this kind of energy. For the development of fault classification algorithms in photovoltaic systems, at the beginning, a
database is collected using real time emulator. Then, classifiers based on artificial intelligence were built, such as the fuzzy classifier, neuronal and the neuro-fuzzy classifier. Finally, the diagnostic task was sophisticated with the introduction of a new classifier "multi-class neurofuzzy classifier (MC-NFC)". This latter has been implemented on a DSPACE platform "DS1104" to demonstrate its ability to detect and classify faults in real time
Description
Cette thèse porte sur l’application des techniques d’intelligence artificielle au diagnostic, la détection et laclassification des défauts dans les systèmes photovoltaïques. Ces derniers comme tous les systèmes électriques etélectroniques, peuvent tomber en panne et se dégradent pendant la durée de fonctionnement. Ce qui nécessite un diagnostic dont l'objectif principal est de fournir un outil automatique qui permet la détection précoce des défauts pour protéger l’installation et les personnes, et de classifier le défaut en plus. A la fin de l’année 2016,
303 GW d’énergie photovoltaïque ont été installés mondialement. Plus de 75 GW ont été installés durant seulement l’année 2016, et ceci est due à des nouvelles solutions qui ont encouragé les gouvernements à faire de plus en plus confiance à ce type d’énergie. Pour le développement des algorithmes de classification de défauts dans les systèmes photovoltaïques, au début, une base de données est collectée en utilisant un émulateur temps réel. Ensuite, des classificateurs à base d’intelligence artificielle ont été construits, tels que les classificateurs flou, neuronal et neuro-flou. Finalement, le diagnostic a été amélioré par l’introduction d’un nouveau classificateur "classificateur neuro-flou multi-classe (MC-NFC) ". Ce dernier a été implémenté sur une plateforme DSPACE " DS1104 " pour montrer sa capacité à détecter et classifier les défauts en temps réel.