Prédiction de la puissance photovoltaïque à l’aide du modèle « Informer » amélioré par une combinaison de réseaux de neurones convolutifs et d’ondelettes
Revue Ouverte d'Intelligence Artificielle · 20.11.2026 · 7 (1-2) · 219-247
DOI: 10.5802/roia.108 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revue Ouverte d'Intelligence Artificielle, online erschienen am 20.11.2026. Verfasst von Walid Mchara und 4 weiteren Autor:innen. Die Arbeit nennt 31 Literaturangaben.
Abstract (Originalsprache)
La prédiction précise de la puissance photovoltaïque (PV) est essentielle pour optimiser la gestion de l’énergie des véhicules électriques solaires. Afin d’améliorer la précision des prédictions, un nouveau modèle hybride combinant le regroupement de jours similaires, un réseau de neurones convolutifs (CNN), un réseau de neurones par ondelettes (WNN) et l’architecture Informer est proposé. À travers une analyse de corrélation, l’irradiance horizontale globale a été identifiée comme le principal facteur météorologique influençant la production de puissance PV. Le jeu de données a été divisé en quatre catégories en fonction de la relation entre les conditions météorologiques et les fluctuations de la puissance PV. Un CNN a été utilisé pour extraire les caractéristiques clés et les tendances de ces sous-ensembles, tandis qu’un WNN a affiné davantage les représentations des caractéristiques. Les sorties fusionnées ont ensuite été transmises au modèle Informer, qui a capturé les dépendances temporelles dans les données historiques pour prédire la puissance PV des véhicules électriques solaires. Les résultats expérimentaux montrent que le modèle CNN–WNN–Informer proposé atteint une grande précision et robustesse, surpassant d’autres approches de l’apprentissage profond pour la prédiction de la puissance PV, soutenant ainsi une utilisation efficace de l’énergie et une planification de parcours optimisée pour les véhicules électriques solaires.
Zitieren
APA
Mchara, W., Hannechi, S., Manai, L., Albaqami, H., & Raissi, M. (2026). Prédiction de la puissance photovoltaïque à l’aide du modèle « Informer » amélioré par une combinaison de réseaux de neurones convolutifs et d’ondelettes. Revue Ouverte d'Intelligence Artificielle, 7(1-2), 219-247. https://doi.org/10.5802/roia.108
Vancouver
Mchara W, Hannechi S, Manai L, Albaqami H, Raissi M. Prédiction de la puissance photovoltaïque à l’aide du modèle « Informer » amélioré par une combinaison de réseaux de neurones convolutifs et d’ondelettes. Revue Ouverte d'Intelligence Artificielle. 2026;7(1-2):219-247. doi:10.5802/roia.108
BibTeX
@article{Mchara2026,
author = {Mchara, Walid and Hannechi, Salah and Manai, Lazhar and Albaqami, Hezam and Raissi, Monia},
title = {Prédiction de la puissance photovoltaïque à l’aide du modèle « Informer » amélioré par une combinaison de réseaux de neurones convolutifs et d’ondelettes},
journal = {Revue Ouverte d'Intelligence Artificielle},
year = {2026},
volume = {7},
number = {1-2},
pages = {219--247},
doi = {10.5802/roia.108}
}
EUVIMED