| dc.contributor.author | Kebane, Kahina | |
| dc.contributor.author | Amir, Naima | |
| dc.contributor.author | Ouali, Kahina ; promotrice | |
| dc.contributor.author | Khiredine, Abdelkrim ; co-promoteur | |
| dc.date.accessioned | 2024-12-04T13:12:49Z | |
| dc.date.available | 2024-12-04T13:12:49Z | |
| dc.date.issued | 2024 | |
| dc.identifier.uri | http://univ-bejaia.dz/dspace/123456789/24837 | |
| dc.description | Spécialité : Instrumentation | en_US |
| dc.description.abstract | Ce mémoire examine l'optimisation des systèmes photovoltaïques à l'aide de techniques intelligentes de suivi du point de puissance maximale (MPPT). Nous avons comparé trois méthodes MPPT : la méthode Perturb and Observe (P&O), les réseaux de neurones artificiels (ANN) et la logique floue. Les simulations réalisées sous MATLAB/Simulink révèlent que la méthode fondée sur la logique floue est la plus performante, suivie de près par la méthode ANN. Bien que la méthode P&O soit simple à mettre en oeuvre, elle s'avère moins efficace en termes de puissance générée. En conclusion, l'optimisation intelligente, en particulier par le biais de la logique floue, améliore significativement l'efficacité des systèmes photovoltaïques, contribuant ainsi à un avenir énergétique plus durable. | en_US |
| dc.language.iso | fr | en_US |
| dc.publisher | Université Abderrahmane mira-Béjaia | en_US |
| dc.subject | Systèmes Photovoltaïques : Optimisation Intelligente : Réseaux De Neurones Artificiels (ANN), : Logique Floue : Méthode Perturb And Observe : Efficacité Energétique : MATLAB/Simulink | en_US |
| dc.title | Optimisation intelligentes d’un système photovoltaïque | en_US |
| dc.type | Thesis | en_US |