Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of Digital Repository
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Enca/ MEZAACHE, Hatem"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    ItemOpen Access
    Prédiction de la Vitesse du Vent Par un Modèle Du Réseau de Neurones Autorégressif
    (university of M'sila, 2021-07-17) CHIKH, Djamel; TAYEB BEY, Nadjib; Enca/ MEZAACHE, Hatem
    L'énergie éolienne est l'une des principales sources des énergies renouvelables, car il s'agit d'une source naturelle, inépuisable, propre et disponible, cette énergie est liée aux variations de la vitesse du vent. Ces variations produisent des difficultés dans la gestion des réseaux électriques, et pour une bonne exploitation de cette énergie plusieurs stratégies ont été proposées dans la littérature pour avoir une bonne utilisation de l'énergie éolienne, parmi ces méthodes la mise en oeuvre des systèmes de prédiction de la vitesse du vent. Dans ce contexte l'objectif de ce travail vise à concevoir un modèle pour la prévision de la vitesse du vent qui seras basé sur l'apprentissage machines on utilisant les réseaux de neurones artificiels. Pour valider l'efficacité de la technique proposée nous choisissons comme critères de performances Erreur quadratique moyenne (RMSE), erreur absolue moyenne (MAE), Erreur moyenne absolue en pourcentage (MAPE) et le coefficient de détermination (R²).

All Rights Reserved - University of M'Sila - UMB Electronic Portal © 2024

  • Cookie settings
  • Privacy policy
  • Terms of Use