Machine learning appliqué aux systèmes photovoltaïques: Fondements technologiques et approches d'intelligence artificielle pour l'analyse des photovoltaïque

Ce livre analyse la prévision de la production d'énergie renouvelable, devenue essentielle dans un contexte d'intégration croissante des sources renouvelables dans le mix énergétique et d'évolution des marchés de l'électricité. La production solaire dépend fortement des conditions météorologiques et présente un caractère intermittent et stochastique, rendant sa prévision complexe et nécessitant des méthodes avancées d'analyse et de modélisation. L'ouvrage présente d'abord les bases des systèmes photovoltaïques, depuis les principes physiques de l'énergie solaire jusqu'à la modélisation des systèmes de production. La seconde partie introduit les concepts de l'intelligence artificielle et de l'apprentissage automatique avec plusieurs algorithmes et leurs implémentations en Python. Le livre possède également un caractère didactique : les codes et modèles proposés sont conçus pour être facilement reproduits par les lecteurs. Enfin, une étude de cas sur le parc photovoltaïque de Miroslava compare plusieurs méthodes de prévision, notamment SES, HWES, AR, SARIMAX, LSTM et CNN, évaluées par des indicateurs comme MAE, RMSE, MAPE et R².