| dc.contributor.author | Amimeur, Kousseila | |
| dc.contributor.author | Benmessaoud, Abderrahmane | |
| dc.contributor.author | Idjdarene, S.;promoteur | |
| dc.date.accessioned | 2022-03-27T10:08:01Z | |
| dc.date.available | 2022-03-27T10:08:01Z | |
| dc.date.issued | 2021 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/18579 | |
| dc.description | Spécialité : Instrumentation | en_US |
| dc.description.abstract | La modélisation des cellules solaires implique principalement la formulation de la relation courant tension (I-V). La détermination des paramètres, de cette dernière, joue un rôle important dans la modélisation précise des cellules solaires. Les méthodes classiques d’optimisation utilisées en photovoltaïque présentent certaines inconvénients. Pour ce faire, nous nous sommes concentrés sur l'application des techniques d'intelligence artificielle pour identifier les paramètres du module PV. Pour démontrer l'efficacité de l'approche proposée, une étude comparative entre les deux méthodes d'optimisation (algorithme génétique et optimisation par essaim particulaire) des paramètres sont présentée, et à la fin nous avons obtenue des résultats acceptables | en_US |
| dc.language.iso | fr | en_US |
| dc.publisher | université Abderrahmane Mira- Bejaia | en_US |
| dc.subject | Module photovoltaïque : Cellules solaires : Intelligence artificielle | en_US |
| dc.title | Modélisation et optimisation des paramètres d'un module photovoltaïque par les outils d'intelligence artificielle | en_US |
| dc.type | Thesis | en_US |