Prédiction de la Vitesse du Vent Par un Modèle Du Réseau de Neurones Autorégressif
| dc.contributor.author | CHIKH, Djamel | |
| dc.contributor.author | TAYEB BEY, Nadjib | |
| dc.contributor.author | Enca/ MEZAACHE, Hatem | |
| dc.date.accessioned | 2021-09-20T12:18:42Z | |
| dc.date.available | 2021-09-20T12:18:42Z | |
| dc.date.issued | 2021-07-17 | |
| dc.description.abstract | 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). | en_US |
| dc.identifier.uri | https://repository.univ-msila.dz/handle/123456789/26342 | |
| dc.language.iso | fr | en_US |
| dc.publisher | university of M'sila | en_US |
| dc.subject | Energie éolienne, séries temporelles, apprentissage machines, réseaux de neurones artificiels. | en_US |
| dc.title | Prédiction de la Vitesse du Vent Par un Modèle Du Réseau de Neurones Autorégressif | en_US |
| dc.type | Thesis | en_US |