Memoire BOUHAFNA Khayreddine PDF
Memoire BOUHAFNA Khayreddine PDF
Memoire BOUHAFNA Khayreddine PDF
Université BATNA 2
Faculté de Technologie
Département Génie Industriel
Dédicaces
Je dédie ce modeste travail :
À mes parents
À mes frères
À mes sœurs
À mes amis
À mes enseignants
REMERCIEMENTS
Remerciements
Louange et remerciements à DIEU le tout puissant, qui m'a accordé la foi, le courage, la volonté, la
santé et la patience pour réaliser ce travail.
Ce modeste travail a été réalisé au sein du laboratoire d’automatique et productique du département
de génie industriel université de Batna.
Tout d’abord, je tiens à remercier très sincèrement et très vivement Pr Mohamed Djamel MOUSS qui
a accepté de m’encadrer durant ce travail, pour son aide, ses conseils, son encouragement, sa
disponibilité durant la réalisation de ce travail.
Je remercie infiniment Dr. AITOUCHE Samia pour son aide, ses conseils, son encouragement, sa
gentillesse et le suivi durant ce travail.
J’adresse mes remerciements très sincères aux membres de jury : Pr. L.Hayet MOUSS d’accepter de
présider ce jury de soutenance, Dr. HAMOUDA Chaabane et Dr. BENHARZALLAH Saber pour avoir
accepté d’évaluer ce modeste travail.
Mes remerciements sont adressés aux enseignants et personnels du département de génie industriel,
spécialement à ceux qui ont contribué à notre formation.
Je remercie très vivement et très sincèrement ma famille pour leur compréhension, leur soutien et
leur encouragement.
Finalement, j’adresse mes remerciements les plus sincères à toute ma promotion, à tous mes amis, à
ceux qui par un simple mot, sourire ou un geste, m’ont aidé, de près ou de loin, à achever et
réaliser ce travail.
RESUME
Résumé
Il existe plusieurs formes de production d’électricité, en brulant des combustibles tels
que le charbon, le gaz naturel ou le pétrole, qui ont un effet sur l’atmosphère spécialement
augmentation des gaz à effet de serre, ou bien à partir des sources renouvelables naturelles
comme l’éolienne, l’hydraulique et le solaire qui sont des sources d’énergie propres et
renouvelables. Notre travail met l’accent sur les sources solaires spécialement le
photovoltaïque, dont nous avons traité la partie conduite des générateurs photovoltaïques en
utilisant des méthodes de l’intelligence artificielle, spécifiquement le raisonnement à partir de
cas. Le système que nous avons réalisé génère des actions à appliquer sur le générateur en se
basant sur son état actuel et le raisonnement à partir des cas antérieurs enregistrés dans la base
de cas.
SOMMAIRE
Sommaire
Introduction générale ............................................................................................................... 1
Chapitre 1 : Les énergies renouvelables en Algérie et le photovoltaïque ............................ 3
1.1. Introduction ..................................................................................................................... 3
1.2. Les sources d’énergie renouvelable ................................................................................ 4
1.2.1. La biomasse ............................................................................................................. 4
1.2.2. L’énergie hydraulique .............................................................................................. 4
1.2.3. La géothermie .......................................................................................................... 5
1.2.4. L’éolienne ................................................................................................................ 5
1.2.5. L’énergie solaire ...................................................................................................... 6
1.3. Source des énergies renouvelables en Algérie ................................................................ 7
1.4. Exploitation des énergies renouvelable ........................................................................... 9
1.5. Le système photovoltaïque ............................................................................................ 10
1.5.1. Cellule photovoltaïque ........................................................................................... 10
1.5.2. Le module photovoltaïque ..................................................................................... 11
1.5.3. Champ PV .............................................................................................................. 12
1.5.4. Système de stockage .............................................................................................. 12
1.5.5. Le convertisseur ..................................................................................................... 13
1.5.6. Les types des systèmes photovoltaïques ................................................................ 13
1.5.6.1. Système photovoltaïque autonome ................................................................. 13
1.5.6.2. Système photovoltaïque connecté au réseau .................................................. 13
1.6. Conclusion ..................................................................................................................... 14
Chapitre 2 : Supervision et problématique de la conduite dans le photovoltaïque.......... 15
2.1. Introduction ................................................................................................................... 15
2.2. La supervision ............................................................................................................... 16
2.2.1 Définition ............................................................................................................... 16
2.2.2 Surveillance ............................................................................................................ 17
2.2.3 Détection ................................................................................................................ 17
2.2.4 Diagnostic .............................................................................................................. 18
2.2.5 La conduite............................................................................................................. 18
2.3. Méthodes de surveillance .............................................................................................. 18
2.3.1. Méthodes de surveillance avec modèles ................................................................ 19
2.3.2. Redondances physiques et analytiques .................................................................. 19
SOMMAIRE
Chapitre 01
Fig.1.2. La moyenne annuelle de l’irradiation globale reçue par une surface horizontale entre
1992-2002
Chapitre 02
Chapitre 03
Chapitre 04
Introduction générale
1
INTRODUCTION GENERALE
Notre travail est divisé en quatre chapitres. Dans le premier chapitre nous allons
présenter les énergies renouvelables disponibles en Algérie et nous allons maitre l’accent sur
le photovoltaïque. Le deuxième chapitre est consacré à un état de l’art sur les méthodes de
l’intelligence artificielle utilisées dans la supervision spécialement pour les systèmes
photovoltaïques. Nous allons introduire dans le troisième chapitre la conduite et l’utilisation
de raisonnement à base des cas dans la conduite. Le dernier chapitre illustre notre application
de conduite des systèmes photovoltaïques par approche raisonnement à base de cas.
2
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
1.1. Introduction
Dans ce chapitre, nous aborderons les types de source d’énergie renouvelables, les
sources que disposent l’Algérie et leurs exploitations, ainsi nous allons voire les installations
photovoltaïques pour la production d’électricité.
3
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
Les sources des énergies renouvelables, sont des sources qui se renouvellent et ne
s’épuiseront jamais à l’échelle du temps humain. Les sources non renouvelables sont les
énergies fossiles comme le pétrole, le charbon et le gaz dont les gisements limités peuvent
être épuisés. Les sources renouvelables sont l’énergie solaire, éolienne, hydraulique,
géothermique, marine et la biomasse.
1.2.1. La biomasse
On appelle les énergies biomasses tous les matériaux d'origine biologique employés
comme combustible pour la production de chaleur, d'électricité, de gaz et de carburants. Le
bois, le biogaz et les biocarburants sont les principales énergies biomasses. Toutes ces
énergies sont renouvelables, émettent moins de CO2 dans l'atmosphère à l'utilisation et
permettent, quand cela est possible, l'exploitation des ressources locales. La biomasse des
plantes provient du soleil, quand la plante, grâce à la photosynthèse, absorbe l’énergie solaire.
Ensuite, les animaux absorbent à leur tour ces plantes. La biomasse provient de divers
secteurs et matières comme le bois, les récoltes, les résidus agricoles et forestiers, les déchets
alimentaires et les matières organiques issues des déchets municipaux et industriels. Il existe
toute une variété de technologies pour convertir l’énergie de la biomasse en une forme
réutilisable. Ces technologies changent l’énergie en formes utilisables directement (chaleur ou
électricité) ou en d’autres formes telles que le biocarburant ou le biogaz.
L’hydraulique est une des premières énergies domestiquée par l’homme (moulins au
fil de l’eau, bateaux à aubes,...). L’hydroélectricité, c’est-à-dire la production d’électricité à
partir de la force de l’eau, est apparue au milieu du XIXe siècle. Appelée la “houille blanche”,
elle a été synonyme d’un développement économique très important. La centrale
hydroélectrique exploite la force de l’eau pour générer de l’électricité. Son principe est de
capter l’eau et la forcer à entraîner une turbine reliée à une génératrice. Pour les faibles
dénivellations, une petite digue oriente une fraction du débit vers les turbines. Pour les
grandes dénivellations, des conduites suivent la pente de la montagne pour amener l’eau vers
les turbines.
4
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
La filière des énergies marines appelées aussi énergie des océans ou thalasso-énergies,
comprend le développement des technologies, la maîtrise et l’exploitation des flux d’énergies
naturelles fournies par les mers et les océans. On recense : la houle, l’énergie des vagues,
l’énergie des courants, l’énergie des marées et l’énergie thermique des mers (ETM) qui
travaille sur le gradient thermique entre les couches d’eau de surface et celle des
profondeurs. [ENR]
1.2.3. La géothermie
1.2.4. L’éolienne
L'énergie cinétique des vents peut être convertie en des formes utiles d'énergie telles
que l'énergie mécanique ou l'électricité. L'énergie éolienne est exploitée depuis des siècles.
Elle a servi à propulser les bateaux à voiles, et à faire tourner les moulins à grains et les
pompes à eau. À l'heure actuelle, l'énergie éolienne est de plus en plus utilisée pour générer de
l'électricité. Des turbines dotées de grandes hélices sont érigées dans des parcs éoliens situés
dans des zones stratégiques ayant de bons régimes éoliens et étant à proximité de réseaux
électriques existants. L'énergie éolienne n'est captée que lorsque la vitesse du vent est
suffisante pour mettre en mouvement les hélices de la turbine, mais pas assez élevée pour les
endommager. [RNC]
5
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
Une éolienne est constituée d’un rotor à 2 ou 3 pales, d’un système de transmission
mécanique directe ou à multiplicateur et de circuits de gestion du courant (régulateur,
onduleur, etc., selon le type de machine). L’ensemble se trouve dans la nacelle posée sur le
mât, ou la tour, de l’éolienne. Le vent fait tourner les pales qui entraînent le générateur
électrique, d’où l’appellation aérogénérateur pour désigner les éoliennes qui fabriquent de
l’électricité. Le courant produit est rendu compatible avec le réseau de distribution qui le
reçoit. Tous les éléments d’un aérogénérateur font appel à ce que la technologie offre
d’aujourd’hui de mieux. Ainsi les pales ont-elles des profils et des matériaux issus de
l’aéronautique. Quant aux parties électriques, leur rendement avoisine souvent 100 %, les
pertes étant plutôt d’origine mécanique (frottements, rendements des engrenages, etc.).
Globalement, les aérogénérateurs sont des machines qui affichent un bon rendement,
puisqu’elles sont en mesure de transformer en électricité 30 à 50 % de l’énergie du vent.
[ENR]
L'énergie solaire est l'énergie du soleil sous forme de lumière et de chaleur rayonnées.
L'énergie du soleil peut être utilisée pour éclairer et chauffer des bâtiments, mais aussi pour
produire de l'électricité. À l'heure actuelle, deux technologies solaires actives mettant en jeu
des appareils électriques ou mécaniques deviennent de plus en plus courantes. Premièrement,
des panneaux ou collecteurs solaires sont utilisés pour chauffer l'eau ou l'air de ventilation
dans les bâtiments. Deuxièmement, la technologie photovoltaïque solaire utilise des cellules
solaires pour convertir directement la lumière du soleil en électricité.
6
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
Dans cette partie nous nous intéresserons à l’énergie solaire uniquement. L’Algérie
dispose d’un gisement solaire parmi les plus importants dans le monde. Le Centre de
Développement des Énergies Renouvelables a fait une évaluation de gisement solaire algérien
sous forme d’un Atlas solaire [YAI]. Les auteurs de cet Atlas ont développé une méthode
d’estimation de l’irradiation solaire globale pour différent types de ciel, à partir de la durée
d’insolation mesurée. L’étude faite a porté sur 48 sites répartis sur le territoire national pour
lesquels les auteurs disposent des données d’insolation sur une période de 11 années.
Cette étude montre que la durée moyenne annuelle d’insolation mesurée est
entre 7.5 et 8 heures dans la région nord du pays, et elle est entre 9 et 9.5 heures dans le
Sahara elle est à proximité de 10 heures dans les régions de Tindouf et d’Illizi. La figure 1.1
montre plus de détails sur la durée d’insolation sur le territoire national.
7
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
Fig.1.2. La moyenne annuelle de l’irradiation globale reçue par une surface horizontale entre
1992-2002 [YAI]
8
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
9
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
Dans la partie précédente, nous avons vu que la source d’énergie renouvelable la plus
importante en Algérie est le solaire. Ainsi, dans le programme de développement de ces
énergies, on voit qu’une grande partie d’énergie à produire est par le solaire photovoltaïque.
Dans ce qui suit, nous présenterons le système photovoltaïque en décrivant ses différents
composants. La figure 1.3 représente le schéma simplifié d’un système photovoltaïque :
Générateur
Convertisseur
Photovoltaïque
Régulateur
de charge
Batteries
Une cellule photovoltaïque est un dispositif qui permet de transformer l’énergie solaire
en énergie électronique par un processus appelé effet photovoltaïque, a été découverte par E.
Becquerel en 1839. Elles sont réalisées à l'aide de matériaux semi-conducteurs comme le
silicium. [BEL][HEL]
Dans la cellule photovoltaïque, c’est la création d’une différence de potentiel entre ses
bornes que permet la circulation du courant. Et c’est le dopage des parties avant et arrière de
la tranche de silicium qui va permettre l’apparition de cette différence de potentiel : [APG]
dopage de type p sur une face, par adjonction d’atomes de bore (B), contenant moins
d’un (01) électron périphérique par atome que le silicium ;
dopage de type n sur l’autre face, par adjonction d’atomes de phosphore (P), contenant
plus d’un (01) électron périphérique par atome que le silicium.
10
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
La tension et le courant, donc la puissance, d’une cellule ne sont pas adaptées aux
applications courantes, il est donc nécessaire de les associer. De plus, les cellules
photovoltaïques sont fragiles et sensibles à l’environnement extérieur, elles sont donc munies
d’une protection mécanique (l’encapsulation). Pour toutes ces raisons, les cellules sont
assemblées en modules photovoltaïques. [BUN]
Les cellules sont généralement connectées en série dans les modules courants
commercialisés. La mise en série des cellules permet d’augmenter la puissance. Le courant
reste identique tandis que la tension est multipliée par le nombre de cellules en série.
Les cellules dans un module sont associées en plusieurs groupes. Chaque groupe est
ensuite connecté en antiparallèle avec une diode, appelée diode de bypass ou diode de
dérivation. Cette diode sert à protéger les cellules contre leur fonctionnement dans le régime
inverse. La figure 1.5 montre un module avec deux diodes bypass.
11
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
1.5.3. Champ PV
Afin d’obtenir des puissances de quelques kW, sous une tension convenable, il est
nécessaire de regrouper les modules en série et en parallèle. Ce groupement forme un champ
photovoltaïque. Il existe plusieurs configurations possibles pour interconnecter les modules
dans un champ photovoltaïque : connexion série parallèle simple, connexion Total Cross
Tied, connexion Bridge Linked. [BUN]
12
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
1.5.5. Le convertisseur
Le système photovoltaïque autonome est utilisé dans des zones isolées, l’électricité
produite par le générateur photovoltaïque est consommée directement, l’énergie
supplémentaire est stockée dans des batteries pour l’utiliser lorsque la production n’est pas
suffisante. Alors le système se compose d’un générateur, un régulateur de charge, des
batteries et d’un convertisseur.
13
CHAPITRE : 1 Les énergies renouvelables en Algérie et le photovoltaïque
1.6. Conclusion
Dans ce chapitre nous avons présenté les types d’énergies renouvelables et le potentiel
que dispose l’Algérie de ces énergies. Le gisement solaire algérien est parmi les plus grands
gisements dans le monde. Cependant, son exploitation actuelle est marginale.
Le programme national de développement des énergies renouvelables a donné une
partie major au solaire photovoltaïque pour la production d’électricité, ce qui va engendrer le
développement et l’utilisation des technologies du photovoltaïque au niveau national.
La tendance vers les énergies renouvelables va diminuer considérablement
l’utilisation des énergies fossiles pour la production d’électricité. Parce que le gisement
algérien est important, son bon exploitation peut satisfaire nos besoins en électricité aussi que
l’exportation à l’étranger à long terme.
14
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
2.1. Introduction
La partie opérative est une reproduction physique des commandes envoyées par les operateurs
humains de supervision afin d’agir sur les actionneurs. Après la réalisation des instructions
un compte rendu est envoyé au PC pour prendre en considération les nouvelles informations.
La commande regroupe toutes les actions qui agissent directement sur les actionneurs du
système, lorsque la commande n’est pas capable de prendre une décision, la supervision
intervient dans cette situation, résulte d’une défaillance, qui nécessite la reconfiguration du
procédé.
Dans ce chapitre, nous allons voire de manière générale le concept de supervision et les
méthodes de l’intelligence artificielle appliquées dans la supervision. Ainsi que nous allons
aborder la supervision des générateurs photovoltaïques et les travaux réalisés dans ce
domaine.
15
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
2.2. La supervision
2.2.1 Définition
En fonctionnement normal, son rôle est surtout de prendre en temps réel les dernières
décisions correspondant aux degrés de liberté exigés par la flexibilité décisionnelle. Pour cela,
elle est amenée à faire de l'ordonnancement temps réel, de l'optimisation, à modifier en ligne
la commande et à gérer le passage d'un algorithme de surveillance à l'autre. En présence de
défaillance, la supervision va prendre toutes les décisions nécessaires pour le retour vers un
fonctionnement normal. Après avoir déterminé un nouveau fonctionnement, il peut s'agir de
choisir une solution curative, d'effectuer des réordonnancements "locaux", de prendre en
compte la stratégie de surveillance de l'entreprise, de déclencher des procédures d'urgence,
etc. [SIL]
Pour la mise en place d’un système de supervision les tâches suivantes doivent être prises en
charge : la surveillance traite les données collectées du système en temps réel, détection,
diagnostic, la conduite, l’aide à la décision.
Actionneurs
Capteur
Supervision
Informations
Décisions
Supervision
Surveillance Conduite
Détection Diagnostic Agir
Interprétation
Identification
Localisation
16
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
La supervision se fait par la comparaison des données acquises à partir du système avec celles
du modèle théorique du système, cette comparaison permet de détecter le bon et le mauvais
fonctionnement du système.
2.2.2 Surveillance
Surveillance
Détection de défauts
Diagnostic
Localisation Identification
2.2.3 Détection
Pour détecter les défaillances du système, il faut être capable de classer les situations
observables comme étant normales ou anormales. Cette classification n'est pas triviale, étant
donnée le manque d'informations qui caractérise généralement les situations anormales. Une
simplification communément adoptée consiste à considérer comme anormale toute situation
qui n'est pas normale.
17
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
2.2.4 Diagnostic
À partir de l'observation d'un état de panne, la fonction diagnostic est chargée de retrouver la
faute qui en est à l'origine. Ce problème est difficile à résoudre. En effet si, pour une faute
donnée, il est facile de prédire la panne résultante, la démarche inverse qui consiste à
identifier la faute à partir de ses effets, est beaucoup plus ardue. Une défaillance peut
généralement être expliquée par plusieurs fautes. Il s'agit alors de confronter les observations
pour fournir la bonne explication.
2.2.5 La conduite
Les méthodes qui se basent sur un modèle comparent les informations collectées à partir des
capteurs avec celles du modèle pour déterminer le bon fonctionnement du système. Elle se
compose essentiellement de deux techniques : méthodes de redondance physique et
analytique et méthodes d’estimation paramétrique.
Les méthodes sans modèle se divisent en deux catégories : méthodes utilisant des outils
statistiques et méthodes utilisant les techniques de l’IA. Les outils statistiques établissent des
tests sur les signaux d’acquisition. Ces tests ne sont capables d’assurer que la fonction de
détection de défaillances. Les techniques de l’IA pour la surveillance sont plus élaborées et
sont capables de détecter et de diagnostiquer les défaillances. Les plus utilisées sont les
18
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
systèmes experts qui émulent un expert humain, on trouve aussi parmi ces techniques les
réseaux de neurones, la logique floue, La reconnaissance des formes. [ZEM][RAC][IKH]
Les méthodes de surveillance avec modèle ont pour principe de comparer les mesures
effectuées sur le système aux informations fournies par le modèle. Tout écart est alors
synonyme d’une défaillance. Ces méthodes peuvent être séparées en deux techniques :
techniques de redondance physique et analytique et techniques d’estimation paramétrique.
a. Redondances physiques
Cette méthode consiste à multiplier physiquement les capteurs critiques d’une installation.
Un traitement des signaux issus des éléments redondants effectue des comparaisons et
distingue l’élément défectueux en cas d’incohérence. Cette méthode est pénalisante en termes
de volume du système et, cout (d’achat et de maintenance) et puissance consommée. Elle est
donc essentiellement réservée aux cas ou la continuité de service est obligatoire comme dans
l’aérospatiale et le nucléaire. En effet, elle apporte l’avantage, une fois la défaillance détectée
et localisée, de pouvoir utiliser la partie de l’équipement encore saine mais elle ne s’applique
généralement que sur des capteurs. [MAH] [ZEM]
b. Redondances analytiques
Cette approche conduit à une réécriture des équations d’état et de mesure, dans laquelle
seules des variables connues sont autorisées à figurer. Le principe consiste à établir un modèle
du système à surveiller qui comprend un certain nombre de paramètres qui sont supposés
connus lors du fonctionnement nominal. Le but des méthodes de redondance analytique est
d’estimer l’état du système afin de le comparer à son état réel. L’estimation de l’état du
système peut être réalisée soit à l’aide de techniques d’estimation d’état, soit par obtention de
relations de redondance analytique. [MAH] [ZEM]
19
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
système, il faut effectuer la comparaison entre les paramètres estimés et les paramètres
théoriques. [MAH]
La plupart des systèmes industriels sont très compliqués, dont le modèle analytique est
impossible à développer pour ces derniers, alors pour ces systèmes la supervision par les
méthodes avec modèles vues précédemment est impossible. Pour ce type de système
industriel les méthodes utilisées pour la supervision sont celles sans modèles. Deux
techniques existent dans ce cas : supervision par tests statistiques et supervision par
technique de l’intelligence artificielle.
b. Test de variance
On peut également calculer la variance d’un signal .Tant que cette variance se situe
dans une bande située autour de sa valeur nominale, l’évolution du système est supposée
normale.
c. Test de moyenne
Contrairement à la méthode de Test de franchissement de seuil, le test de
comparaison est effectué sur la moyenne du signal contenu dans une fenêtre d’un ensemble de
valeurs que sur une valeur ponctuelle.
Ces méthodes se basent sur les techniques de l'Intelligence Artificielle (IA), En effet,
l'Intelligence Artificielle permet de contourner les obstacles rencontrés par les méthodes
classiques et d’une manière générale, l'Intelligence Artificielle, est relativement bien adaptée
20
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
aux problèmes de surveillance, telle que, elle est capable de traiter : une grande quantité
d'informations, des données non homogènes (numériques/symboliques) et aussi des données
incomplètes [ALA].
Nous allons présenter les méthodes de l’intelligence artificielle, les plus utilisées dans la
supervision des systèmes industriels, dans section suivante.
2.4.1. Définition
1
Claude POURCEL, “Systèmes automatisés de production", en 1987.
21
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
2.4.2.1. Planification
2.4.2.2. Programmation
2.4.2.3. Ordonnancement
Son objectif est le respect du plan prévisionnel (délais, quantité, qualité, etc.). Il
élabore un planning détaillé cherchant à optimiser l'utilisation des moyens de production en
termes de charge, d'encours, de contraintes de succession ou technologiques. Il fournit un
calendrier d'organisation du travail pour l'atelier (dates de début et de fin de chaque tâche), par
ressource ou groupe de ressources. On se rapproche ici de la définition du « comment » de la
production, et donc du niveau de décision tactique.
2.4.2.4. Conduite
La conduite est chargée de réaliser la production prévue. Elle doit régler tous les
problèmes non résolus par le niveau prévisionnel (charges ou contraintes locales). Elle doit
aussi prendre en compte l'ensemble des contraintes de fabrication (contrôle de la qualité,
22
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
2.4.2.5. Commande
23
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
Nous avons défini le cadre dans lequel peut évoluer une fonction conduite temps réel
d’atelier. Sa mission est avant tout la bonne réalisation du programme prévisionnel. Elle doit
pour cela intégrer l’ensemble des contraintes atelier, de manière à commander en conséquence
les moyens de production. [CLA]
Le suivi: consiste à suivre l’état des équipements, des stocks, des transformations, par
l’utilisation de synoptiques hiérarchisés de l’installation, de vues d’alarmes, de résultats
de production ;
Le contrôle : comprend le contrôle des cohérences des ordres prévisionnelles à réaliser,
la gestion des alarmes et la réaction aux aléas de production ;
Le pilotage : comprend la définition des modes d’exploitation des équipements (modes
de marche, paramétrages), le lancement de fabrication, la préparation (elle est chargée
de l’élaboration finale et de la transmission des ordres au niveau d’exécution) ;
24
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
Communication
(Avec les autres fonctions)
GESTION
Des données technique : gammes
Des ordres de fabrications
Des ressources : configurations, horaires
Des opérateurs : postes, qualifications
Historique / suivi
Ressources,
Produits,
Ordres de fabrications,
Assurance qualité
CONTROLE
Equipement
Stockes
Qualité
Production
opérateurs
PILOTAGE SUPERVISION
Equipement : mode de marche, paramètres Ressource
Production : lancement Stock
Personnel : affectation production
COMMUNICATION
Avec le système de production
25
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
2.4.4.1. Exploitation
La problématique de l’exploitation des systèmes de conduite peut être vue comme une
particularisation des problèmes de coopération homme-machine.
2.4.4.2. Analyse
L’analyse d’un système de conduite fait appel, au moins au même titre que sa
conception et que son exploitation, à des processus d’interprétation très complexes et très
variables.
Sur un plan plus qualitatif, l’analyse du système de conduite repose sur la valeur qu’il
apporte aux différents acteurs du système de production : meilleur retour d’information sur
les actions de chacun, facilitation des tâches de suivi et de diagnostic, meilleure organisation
de l’atelier, etc.
26
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
Un système expert est un logiciel qui reproduit le comportement d'un expert humain
accomplissant une tâche intellectuelle dans un domaine précis. Il est composé de deux parties
indépendantes :
une base de connaissances, elle-même composée d'une base de règles qui modélise la
connaissance du domaine considéré et d'une base de faits qui contient les informations
concernant le cas que l'on est en train de traiter.
un moteur d'inférences capable de raisonner à partir des informations contenues dans
la base de connaissances, de faire des déductions, etc.
Le raisonnement à partir de cas - RàPC (Case Based Reasoning – CBR) est une approche
récente pour résoudre et apprendre des problèmes. Il correspond à la résolution d’un nouveau
problème en se rappelant une situation précédente similaire et en réutilisant les informations
27
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
et les connaissances de cette situation. Il constitue donc une méthodologie pour modéliser le
raisonnement et la pensée humaine ou pour développer des systèmes intelligents.
Le RàPC s'articule donc autour d'une base de connaissance qui contient deux parties :
la connaissance générale, souvent représentée par une base de règles et qui peut intervenir
dans toutes les phases du RàPC,
la mémoire, qui contient les cas et les structures nécessaires qui constituent l'expérience
du système; elle est utilisée lors des phases de remémoration et de mémorisation.
Un système de RàPC se caractérise donc par : la structure des cas utilisés, la structure de la
base de cas (indexation des cas) et l'organisation de la mémoire.
Les réseaux de neurones sont des outils capables d’effectuer des opérations de
perception, classification et prédiction. Leur fonctionnement est basé sur les principes de
fonctionnement des neurones biologiques. Leur principal avantage par rapport aux autres
outils est leur capacité d’apprentissage et de généralisation de leurs connaissances à des
entrées inconnues.
Leur utilisation est principalement guidée par leurs propriétés suivantes:
capacité d'apprentissage,
capacité de généralisation,
parallélisme dans le traitement (rapidité de traitement)
29
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
30
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
L’idée de base de la logique floue, est de mettre en œuvre un système dit système d’inférence
floue, qui est capable d’imiter les prises de décisions de l’opérateur humain et ce, à partir d’un
ensemble de règles conçues sur la base des connaissances de cet opérateur. [IKH]
La détection des défauts est une tâche cruciale pour augmenter la fiabilité, l’efficacité et
la sécurité des systèmes photovoltaïques, la détection et l’élimination manuelle des fautes
dans les systèmes photovoltaïques est très chère, et dans certains cas impossibles comme les
systèmes photovoltaïques des satellites, en conséquence, les techniques de détection
automatique des défauts sont nécessaires [XUE]. Plusieurs méthodes sont utilisées, à cause
du caractère non linéaire du système photovoltaïque, certain défauts sont difficiles à détecter
par les dispositifs de protection conventionnelle. ZHAO et al ont proposé dans leurs travail
un modèle à base de graphe à apprentissage semi-supervisé pour la détection de défauts. Le
modèle proposé ne détecte pas seulement les défauts, mais aussi identifie leur type possible
[ZHO]. Dans un autre travail, Zhao et al ont développé un modèle d’arbre de décision pour
détecter et classer les défauts d’un champ photovoltaïque, ce modèle analyse la caractéristique
courant-tension (I-V) pour faire la détection [YZH]. Les techniques de l’intelligence
artificielle sont utilisées aussi pour la détection des défauts, Zhihua et al ont utilisé les réseaux
31
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
de neurones dans leur travail pour la détection des défauts. Dans un premier temps, la
température du module détermine l’occurrence de défauts dans un module photovoltaïque,
ensuite le neurone artificiel est utilisé pour faire le diagnostic et définir le type de défaut. Les
paramètres d’entrées du neurone sont : la température, le courant et la tension, tandis que la
sortie est le résultat de détection [ZHI].
32
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
applicabilité. La méthode a été utilisée pour tester des solutions d'allocation de système
connecté au réseau alternatif [HER].
33
CHAPITRE : 2 État de l’art de la supervision et l’intelligence artificielle
2.7. Conclusion
La supervision est une tâche cruciale dans les systèmes de production, nous avons
présenté dans la première partie de ce chapitre la supervision ainsi que la décomposition de la
supervision et les techniques de supervision avec modèle et sans modèle. Dans notre étude
nous avons concentré notamment sur la conduite. L’application des méthodes d’intelligence
artificielle dans la supervision est incontournable, elle permet d’obtenir les meilleurs résultats
spécialement en cas de non présence du modèle.
34
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
3.1. Introduction
35
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
Nous détaillons les trois sous-systèmes qui composent de manière générale d’un
système de pilotage décideur.
Les entrées du centre d’interprétation sont les effets du système opérant ou plutôt les
données représentatives de ces effets. Dans une procédure de diagnostic classique, on retrouve
à ce niveau les phases d’acquisition (ou mesure) et de perception du signal qui consistent
respectivement à fournir un ensemble d’observations tolérantes aux défauts du système de
mesure, et à fournir les indices ou paramètres indicateurs interprétables de la performance à
l’origine des signaux observés. Mais la notion seule de mesure est réductrice car elle ne peut
suffire à l’élaboration d’un diagnostic pertinent. Elle doit donc être complétée par une
appréciation, une interprétation par rapport à une vision globale ou cadre de référence. Ainsi,
certains considèrent aujourd’hui que la pertinence d’une évaluation tient bien plus à la qualité
de l’interprétation qu’à l’exactitude et à la précision des calculs [DAM].
Les sorties du centre d’interprétation sont les résultats, c’est-à dire des informations
objectivées sur les effets des actions du système opérant. Ainsi, un même évènement peut
générer plusieurs résultats différents tant dans leur forme que dans leur signification.
36
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
Les entrées du centre de décision sont les indicateurs de performances. Les sorties sont
les décisions prises et appliquées. Ce système a pour fonction de prendre les décisions qui
portent sur les modalités de commande du système opérant (ou moyen d’action) soit en terme
de directives globales et plans d’action (dans le domaine qui nous intéresse, cas de la
planification, de la programmation, de l’ordonnancement et de la conduite), soit en terme de
signaux directement interprétables par le moyen d’action (domaine de la commande).
Le raisonnement à partir de cas est une méthodologie utilisée pour résoudre des
problèmes, ces problèmes peuvent être de différentes natures. Bien que cette méthodologie
n’est pas recommandée pour tous les problèmes. Le procès qui compose le raisonnement à
partir des cas peut être considéré comme le reflet d'un type particulier de raisonnement
humain. Dans de nombreuses situations, les problèmes que rencontrent les êtres humains sont
résolus avec un équivalent humain du RàPC. Quand une personne rencontre une nouvelle
situation ou un problème, il ou elle se réfère souvent à une expérience passée d'un problème
similaire. Cette expérience précédente peut être celle qu'ils ont eu ou une autre personne qui a
eu cette expérience. Si l'expérience provient d'une autre personne, le cas aura été ajouté à la
mémoire (humaine) de raisonneur soit par voie orale ou un compte rendu écrit de cette
expérience [MIC] [SIM].
L'idée de RàPC est émouvante car elle est similaire à un comportement de résolution
de problème humain. Les gens se basent sur l'expérience passée, tout en résolvant des
37
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
problèmes nouveaux. Cette approche est à la fois pratique et efficace. Souvent, elle permet
d’éviter l'analyse approfondie du domaine de problème. Ceci conduit à l'avantage, que RàPC
peut être basée sur la connaissance peu profonde et ne nécessite pas des efforts importants
dans l’ingénierie de connaissances [SIM].
Un cas est une expérience enregistrée qu’était produite dans le passé, tels que
"Rappelez-vous, l'année passée en Tunisie, nous avons eu un problème similaire avec notre
voiture. L’allusion dont nous a donné le mécanisme a plutôt bien fonctionné. Nous avons eu
ce problème assez souvent; et notre technique habituelle pour fixer le problème a toujours
travaillé en quelque sorte ". De telles expériences sont utilisées pour aider à résoudre les
futurs problèmes ou prendre des futures décisions [SIM] [MIC].
RàPC utilise les cas pour résoudre les problèmes, par conséquent, il doit y avoir
quelque chose dans l'expérience qui parle d'un problème et sa solution. Dans une vue simple,
RàPC divise une expérience en deux parties:
Souvent, on restreint RàPC à des solutions qui ont été couronnées de succès, mais qui
est loin d'être nécessaire ou appropriée. Une solution échouée est également un élément
important de renseignements qui précise ce que l'on doit éviter. La coexistence de ces deux
expériences réussie et échouée conduit à la définition suivante [MIC].
Les expériences positives (cas) ; mettre en œuvre des solutions efficaces et aboutir à
un conseil: Refais-le!
des expériences négatives (cas) ; mettre en œuvre des solutions qui ont échoué et
aboutir à un conseil: Évitez cela!
Les cas négatifs apparaissent souvent dans le contexte de prise de décision où on doit
choisir entre différentes alternatives ou lorsque des conseils doivent être données. Les cas
négatifs doivent être distingués des cas qui contiennent des erreurs [MIC].
38
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
La Représentation des cas est une tâche difficile dans RàPC. D'une part, une
représentation de cas doit être suffisamment expressive pour les utilisateurs pour décrire un
cas précis. D'autre part, le système RàPC doit raisonner avec les cas utilisant l’ordinateur. La
représentation des cas est aussi étroitement liée à la décision de quelles informations doivent
être représentées dans le système RàPC. Leur choix dépend du contexte de l'application, le
problème à résoudre, la tâche à accomplir, et la classe d'utilisateurs. Souvent, les
connaissances nécessaires pour être représentées sont beaucoup plus que le problème et sa
solution. Il est utile d'inclure quelque chose sur le contexte et comment et où les solutions sont
utilisées. Les cas peuvent être représentés dans une variété de formes, telles que : vecteur
d'attributs, texte, images et bien d’autres formes. Nous avons concentré, dans la suite de notre
travail, sur la représentation par vecteur d’attributs. [MIC][SIM]
La représentation utilisant des attributs est simple et très utile. En principe, les
attributs sont des fragments de la logique des prédicats. Ils sont beaucoup plus simples et plus
faciles à manipuler et pour de nombreuses applications ils sont suffisants [MIC].
Supposons que nous avons deux couleurs, rouge et bleue, chacune représentée par un
prédicat pour objet ‘o’. Si ‘o’ est rouge, alors le prédicat Rouge (a) est vrai. Cette
représentation devient plutôt lourde si nous avons beaucoup de couleurs. Dans une
représentation vecteur d’attributs que nous pouvons introduire, un attribut couleur qui a un
ensemble de valeurs est constitué de toutes les couleurs.
Pour les définitions de base nous supposons un univers de discours U donné qui peut
être un ensemble arbitraire.
39
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
Souvent, différents domaines contiennent uniquement des valeurs d'un type spécifique,
par exemple, entiers, réels ou des caractères. On distingue les types standards prédéfinis et les
types définis par l'utilisateur. Des exemples de types standards sont:
Les types définis par l'utilisateur sont généralement des sous-types de types standards.
Par exemple:
Id_cas : 01
-Marque de voiture : BMW
-Modèle de voiture : X6
-Énergie Diesel
-Puissance 350 hp
-Couleur Marron-métallisé
valeur par défaut est de 4. Si une autre valeur est donnée, alors la valeur par défaut est
écrasée.
Le contraire des valeurs manquantes sont les valeurs redondantes. Ce sont des valeurs
qui n’ont aucune influence sur la solution. La détection de la redondance est très utile. Dans
l'exemple de la voiture, d'autres attributs comme "nombre_de_valves" sont redondants parce
que le problème peut être résolu sans connaître leurs valeurs.
Le cas d'un attribut manquant est plus dangereux. Supposons, par exemple, un attribut
important est absent pour une défaillance de la machine. Puis le diagnostic résultant peut être
trompeur.
Avantage:
Inconvénients:
La représentation par vecteur d’attributs est un premier candidat, si la base de cas est
grande et les cas sont décrits par seulement quelques attributs.
41
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
Un objet décrit une certaine entité du domaine d'intérêt par un ensemble fini de propriétés
où chaque propriété atomique est représentée par un attribut.
Une classe d'objets décrit la structure de ses objets en utilisant les attributs et leurs types.
Une instance d'une classe est un objet ou une valeur est associée à chaque attribut.
Dans les arbres, on peut organiser des ensembles d'objets ainsi que des parties d'un
objet, comme ses attributs. La première possibilité est utile dans l’étape de retrouver du cycle
de RàPC. Une restriction des représentations arborescentes peut être observée ici: Pas de
relations entre objets qui ne sont pas reliés peuvent être représenté. Par exemple, les
structures internes des nœuds ne peuvent être discutées si les nœuds sont formellement
séparés dans l'arbre. Si un attribut A est une étiquette d’un nœud, alors pour chaque élément
‘a’ dans dom(A) il y a une arête au dessous de A. Ainsi, chaque chemin à partir du nœud
supérieur à un nœud feuil décrit un vecteur d’attributs, et tous ces vecteurs sont représentés de
42
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
cette façon. L’obtention des valeurs d’attributs tend à être coûteuse. Dans le cas des arbres de
décision, un attribut peut se produire dans des chemins différents. Afin de prendre une
décision, il peut ne pas être toujours nécessaire d'utiliser tous les chemins. Ainsi, on peut
raccourcir l'arbre dans le sens qu’on arrête de descendre à chaque fois que la décision est
prise. Par conséquent, on est intéressé à trouver de petits arbres; ceci est un sujet dans
l'apprentissage automatique. [SIM][MIC]
Une base de cas est une mémoire; elle contient une collection de cas qui sont utilisés
dans le contexte de la méthode RàPC, dont le but est d'effectuer une tâche de raisonnement
[MIC].
Le processus de raisonnement peut être résumé en utilisant les quatre étapes de base.
Elles sont connues comme le cycle RàPC. La figure 3.2 illustre le cycle de résolution de
problèmes, ce dernier est constitué des étapes suivantes :
L’approche processus du cycle de vie RàPC fournit une vue globale et externe de ce
qui se passe, alors une vue orientée tâche est bonne pour décrire les mécanismes réels. Les
43
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
tâches sont mises en place en fonction des objectifs du système, et une tâche particulière est
effectuée en appliquant une ou plusieurs méthodes. Les méthodes utilisées dans chaque
tâche indiquent les façons possibles pour accomplir cette tâche. La méthode spécifie
l’algorithme qui identifie et contrôle l'exécution de la sous-tâche particulière. La sélection
d'une méthode appropriée dépend du problème et nécessite des connaissances dans le
domaine d'application. Dans les situations où l'information est incomplète ou manquante et
nous voulons exploiter la tolérance pour l'imprécision, l'incertitude, le raisonnement
approximatif, et les techniques de calcul de la vérité douce partielles pourraient fournir des
solutions avec traçabilité, robustesse, et à faible coût.
PROBLÈME
Formulation
Cas
cible
Retrouver
Cas
Cas source Cas
Base de
mémorisé cible
cas
Réutiliser
Connaissance
Mémoriser
générale
44
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
La formulation du problème peut se faire par différentes manières. Ceci est également
connu comme le problème de la génération de la requête « cas cible». Une vision quelque peu
simpliste est que le problème est exactement précisé et complet avec tous les détails. En effet,
il peut être coûteux d'acquérir dans une représentation par vecteur attributs les valeurs des
attributs pour le problème de la requête. Le point essentiel est donc d'acquérir le peu
d'informations possible pour résoudre le problème de la requête mais assez pour fournir une
réponse. Il y a deux façons principales de procéder:[MIC]
Après que le contenu du nouveau problème est obtenu, il existe de différentes façons
pour le formuler physiquement. Il peut être tapé dans un ordinateur; il peut être parlé, ou il
peut être représenté comme une image ou un diagramme. Ces variations s’appellent la
représentation des cas, ce que nous avons présenté précédemment.
3.3.6. Retrouver
Les méthodes de récupération ont une place importante dans le cycle RàPC.
« Retrouver » dans des bases de cas est entièrement différente de celle dans les bases de
données. Il existe des différences majeures. La sélection des cas et la récupération est
généralement considérée comme l'étape la plus importante dans le cycle de raisonnement par
cas. Des centaines d’algorithmes et différentes approches ont été développées pour extraire
des cas similaires de la base de cas. Retrouver des cas est le processus de chercher, au sein
45
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
d'une base de cas, les cas qui sont le plus proche du cas cible. Pour effectuer la récupération
efficace des cas, il doit y avoir des critères qui déterminent comment un cas est jugé
approprié pour la récupération et un mécanisme pour contrôler la façon dont la base de cas est
recherchée. Les critères de sélection sont nécessaires pour déterminer qui est le meilleur des
cas retrouvés, en déterminant à quel point le cas cible est similaire au cas source (enregistrés)
[MIC] [SIM].
Les procédés de récupération ne sont pas généraux, ils doivent être conçus pour
chaque système. Ceci est dû à la complexité des cas et la correspondance inexacte que la
RàPC met en œuvre. Dans un système de raisonnement à base de cas, Retrouver n’est pas un
processus autonome. Il est fortement lié à la représentation de cas et la mesure de similarité.
Le processus de retrouver des cas similaires est un domaine de recherche majeur dans RàPC.
Les techniques de récupération les plus couramment étudiées, sont les k plus proches voisins
(k-NN), arbres de décision, et leurs dérivés. Ces techniques impliquent l'élaboration d'une
mesure de similarité chez les cas à mesurer [SIM] [MIC].
Les calculs sont applicables aux attributs avec des valeurs numériques et étroitement
liés aux distances numériques. Si les valeurs symboliques sont présentes, ils doivent d'abord
être codés numériquement. En mathématiques, les mesures sont discutées en détail et de
nombreuses fonctions de distance ont été définies à des fins diverses. Nous présenterons
quelques fonctions de calcul de distance utilisé dans la similarité [MIC]
Distance Minkowski
𝑝
𝑑 = √∑ |𝑥𝑖 − 𝑦𝑖|𝑝
Dans la récupération du plus proche voisin, le cas récupéré est choisi lorsque la
somme pondérée de ses attributs qui correspondent au cas actuel est supérieure aux autres cas
46
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
dans la base de cas. En termes simples, avec tous les attributs pondérés également, un cas
source qui correspond au cas cible avec n attributs sera récupéré plutôt qu'un cas qui
correspond uniquement avec k attributs, où k <n. Les attributs qui sont considérés comme les
plus importants dans une situation de résolution de problèmes peuvent avoir leur importance
notée en leur affectant les plus grand poids dans le processus de calcul de similarité. [SIM]
3.3.7. Réutiliser
Après sélection d’un cas similaire, l'étape du processus suivante est la réutilisation.
Cette étape se termine lorsque la nouvelle solution est proposée pour la prochaine tâche du
processus qui est la révision. La réutilisation est la proposition d’une solution pour résoudre le
nouveau problème en réutilisant l'information et la connaissance du cas (s) retrouvés. La
réutilisation est assez simple quand le nouveau problème est identique au problème du cas
récupéré. Quand il diffère, il nécessite une adaptation [SIM] [MIC].
Réinstantiation : est la forme la plus simple d'adaptation, dans laquelle la solution du cas
cible est simplement copiée à partir du cas retrouvé et l’utiliser directement, sans
modification.
Remplacement : consiste à remplacer les parties des anciens attributs de solutions qui
sont invalides parce qu'elles sont en conflit ou en contradiction avec les exigences de
nouveaux problèmes. Il existe deux types de remplacement :
47
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
o Remplacement à base de contraintes : une contrainte est décrite par les propriétés
d'un composant(s) de la solution requise, ce dernier peut généralement être
exprimé par l'utilisation des structures de la connaissance comme la table de
décision, l’arbre sémantique, ou des règles SI-ALORS. Par conséquent, les
composants à remplacer peuvent être trouvés par la recherche dans la structure de
connaissance utilisée. Cette structure de connaissance est généralement définie par
des experts à travers des interviews.
o Remplacement à base du Feedback : l'adaptation de la solution est un processus
itératif qui est guidé par l'évaluation des feedbacks de l'utilisateur. Chaque fois
qu’une solution est effectuée, le feedback sur son succès est récupéré. Si la
solution est refusée la cause de l'échec est analysée et le résultat est utilisé pour
modifier le processus d'adaptation.
Transformation : est utilisé lorsqu’aucune substitution appropriée d’élément n’est
disponible. Une solution adaptée sera dérivée à base des contraintes et des caractéristiques
de la solution requise. Une contrainte décrit ou définit les propriétés d'un composant(s) de
la solution. Il spécifie quelle propriétés la solution devrait ou ne devrait pas avoir. Le
composant de la solution doit être conforme aux contraintes, et pas de contradiction ou de
conflit. Pour identifier les contraintes, quelques connaissances d'experts prédéfinies ou
heuristiques doivent être disponibles.
Il existe deux types de méthodes d’adaptation de cas, celles basées sur les
connaissances acquises à partir des experts, et d’autres utilisant l’apprentissage automatique
pour adapter les cas retrouvés. Nous allons présenter une méthode de chaque type.
Le processus d'adaptation est le suivant: Après avoir récupéré le cas le plus similaire à
partir de la base de cas, le cas cible et le cas retrouvé sont analysés et un '' cas d’adaptation ''
est construit. Pour les attributs numériques, les différences entre le cas cible et le retrouvé
sont stockées dans le cas d'adaptation. Pour les attributs nominaux, leur valeur est stockée
dans le cas d’adaptation. Tous les cas d'adaptation constituent ce qu'on appelle connaissances
d'adaptation. Compte tenu du cas d’adaptation, le cas le plus similaire est extrait de la base de
48
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
cas. Le cas d'adaptation récupéré est ensuite utilisé pour calculer l'ajustement nécessaire pour
la solution proposée.
Algorithmes génétiques
L'idée est que lorsqu’une solution est récupérée, un processus de modification est
initialisé au hasard. La solution adaptée est testée et les évaluations sont recueillies afin de
déterminer son adéquation. Ce processus est répété pendant plusieurs cycles jusqu'à ce qu'on
obtienne une solution satisfaisante. La modification peut être représentée en tant que vecteur
et codée comme un chromosome. Les opérateurs génétiques tels que la sélection, croisement
et mutation peuvent être utilisés pour travailler sur ces vecteurs et produire une descendance.
L'évaluation de la valeur de « fitness » de la solution adaptée peut être déterminée soit par un
modèle spécifique à un domaine ou par des tests effectués dans le monde réel.
La révision est une étape dans le cycle du processus RàPC. Il s’intéresse au fait que
certaines des solutions du cas retrouvé, bien que proposées par le système RàPC, peuvent
échouer. Réviser commence quand on propose une solution pour résoudre le nouveau
problème, et il est terminé quand il est confirmé. Réviser vise à évaluer l'applicabilité de la
solution proposée. Les évaluations peuvent être faites dans le monde réel ou par une
simulation. La simulation est plus facile et moins chère, mais peut négliger des aspects
pratiquement importants. [MIC][SIM]
3.3.8.1. Évaluation
Toutes les évaluations fournissent une sorte de feedback. Les principaux types
d’évaluations sont montrés dans la figure 3.5 : [MIC]
Évaluation
49
CHAPITRE : 3 La conduite utilisant le raisonnement à base de cas
L'évaluation par un expert nécessite un expert dans le domaine. Cet expert peut ne pas être
disponible et peut également être susceptible à commettre des erreurs. Ceci peut être amélioré
si l'expert est un document enregistré certifié pas un humain.
L’évaluation par un système réel consiste à exécuter la solution du problème sur le système
réel et détecter les changements de son état avec un système intégré de capteurs.
Après évaluation de la solution, si elle n’est pas valide, les causes d’échec doivent être
déterminées pour aider à la réparation de la solution. Deux cas figurent dans la réparation de
la solution :
Auto réparation: Le système peut générer des solutions réparées par lui-même. Ce peut être
basé sur, par exemple, la connaissance générale de domaine ou la simulation.
Réparation par l’utilisateur : si l’auto réparation n’est pas possible, c’est à l’utilisateur de
trouver la solution réparée.
Après révision, le problème qui se pose est quoi faire avec l’ancien cas. Il est plus
applicable. Mais l'étape de révision ne doit pas exclure un cas totalement. Il peut être
désactivé temporairement, car il peut être utile à d'autres fins.
3.4. Conclusion
Dans cette partie nous avons présenté le modèle structurel de la conduite, puis nous
avons déterminé à quel composant nous allons appliquer le système de raisonnement à base
de cas dans la conduite. Le raisonnement à base de cas est une méthodologie qui se base sur
des expériences antérieures pour résoudre le nouveau problème. Les méthodes à utiliser dans
chaque étape dans son processus ne sont pas prédéterminées. Le choix de la méthode dépend
du domaine et la représentation du cas. Les méthodes choisies jouent un rôle important dans
la qualité des résultats obtenus. L’application du RàPC nécessite un groupe de travail.
50
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
4.1. Introduction
Dans ce chapitre nous allons présenter les objectifs à remplir par notre application de
conduite, ensuite l’implémentation des différentes étapes de raisonnement à base de cas pour
le développement de l’application, après développement nous allons procéder aux tests par
simulation de quelques scenarios de conduite.
4.2. Objectifs
Dans le cas ou le système est sain, la productivité du générateur est maximale, mais à
l’occurrence d’un défaut au niveau des panneaux solaires la production diminue. Dans cette
situation, notre application de conduite intervient par reconfiguration du générateur pour
atteindre une production maximale des modules non défectueux. Exemple : dans le cas
d’ombrage partiel du générateur, les panneaux ombrés deviennent des récepteurs d’énergie ce
qui diminue la puissance produite. Après détection et localisation de ce défaut, notre
application va réagir par isolation des modules ombrés, et la puissance augmente.
51
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Dans cette section nous allons présenter comment nous allons appliquer les différentes
étapes de la méthodologie de raisonnement à partir des cas pour la conduite d’un générateur
photovoltaïque connecté au réseau. Notre application n’est pas spécifique à une installation
particulière, nous avons pris un cas général de générateur photovoltaïque. Avant d’entamer
l’application de la méthodologie, nous présenterons l’architecture d’un système
photovoltaïque connecté au réseau.
52
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
BLOC A BLOC B
Générateur
photovoltaïque
pyranomètre
Thèrmomètre
Compteur
Protection
surintensité
Système d'acquisition
dispositif de
sectionnement
53
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Gestion de
Gestion des cas l'historique
54
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Formulation des cas : son objectif est de construire un cas à partir des valeurs des
paramètres du système reçus en entrée. La représentation des cas sera abordée dans la section
suivante.
Gestion des cas : son rôle est de gérer la base de cas. Il permet de modifier et
d’ajouter des cas dans la base de cas.
Gestion de l’historique : son rôle est de garder la trace de toutes les actions
appliquées sur le générateur par le système de conduite et permet aux experts d’améliorer le
système en étudiant son historique.
Cette étape est très importante car elle a une grande influence pas seulement sur les
types des méthodes à utiliser mais aussi sur la fiabilité des résultats obtenus. Dans notre
travail, nous avons utilisé la représentation par vecteur d’attributs par ce qu’elle est la plus
convenable pour déterminer un état précis du système photovoltaïque spécialement le
générateur. Nous avons trouvé dans la littérature que chaque recherche sur la photovoltaïque
prend en considération les caractéristiques et les paramètres du système nécessaire pour le
contexte d’étude. Alors pour notre contexte d’étude qui est la conduite du générateur
photovoltaïque, les paramètres qui ont une influence importante sont :
55
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
- L’architecture du générateur ;
Nous avons besoin aussi d’un autre paramètre calculé qui est « Rapport Production
effective / production théorique». La production effective est calculée à partir des valeurs du
courant et tension acquises du générateur. Cependant la production théorique est calculée
en utilisant un modèle du générateur.
Ces attributs constituent la partie problème du cas, alors pour la partie solution c’est
la sortie de la tâche de conduite qui est un ensemble d’actions sur le système. Nous avons
réparti ces actions en groupes selon le dispositif cible de l’action, chaque groupe représente
un attribut de solution du cas qui sont les suivants : Actions sur modules, Actions sur
connecteur, Actions sur capteurs, Actions sur tracker, Réglage d’inclinaison, Injection dans
le réseau.
Maintenant que les attributs du cas (problème et solution) sont déterminés, il faut
préciser les valeurs que peuvent avoir chacun. Les valeurs de : la température, le courant, la
tension et l’ensoleillement sont issues directement du capteur en temps réel et leur type est
réel. L’architecture du générateur se représente par un double (nombre de module en série
dans un string, nombre de strings en parallèle).
Cependant, pour le reste des attributs et leurs valeurs sont des ensembles de valeurs
prédéfinies. Nous les présenterons comme suit:
Système de trackage : les valeurs de cet attribut représente l’état du système de suivi du
soleil s’il existe, sinon sa valeur est : Absent. Les valeurs de cet attribut sont :
56
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
- Absent ;
- En marche ;
- En panne ;
Action sur module : les valeurs de cet attribut sont les actions possibles à appliquer sur les
modules. Ces actions sont extraites du domaine de maintenance des systèmes
photovoltaïques, et chaque action est appliquée dans une situation appropriée. En cas ou l’état
du système ne nécessite pas à réagir sur les modules cet attribut va y avoir la valeur
« NON ». L’ensemble des actions est :
- NON ;
- ISOLER ;
- REMPLACER
- NETTOYER ;
Action sur connecteur : l’ensemble d’actions à appliquer sur les connecteurs du système :
- NON ;
- REMPLACER ;
- MAINTENIR ;
Action sur capteur : cet attribut contient les actions à appliquer sur les capteurs. Ces derniers
peuvent être défaillants alors il faut les remplacer ou si déconnecté alors les reconnecter. Dans
notre système nous avons quatre (04) capteurs : thermomètre, pyranomètre, ampèremètre et
voltmètre, on obtient alors la liste des valeurs suivantes :
- NON ;
- CONNECTER THERMOMÈTRE
- REMPLACER THERMOMÈTRE
- CONNECTER PYRANOMÈTRE
- REMPLACER PYRANOMÈTRE
- CONNECTER AMPÈREMÈTRE
- REMPLACER AMPÈREMÈTRE
- CONNECTER VOLTMÈTRE
- REMPLACER VOLTMÈTRE
57
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Action sur tracker : le tracker est le système qui suit le mouvement du soleil, s’il existe dans
le système, son état peut être détecté et ensuite de réagir sur ce dernier. Cet attribut contient
les valeurs que peuvent subir le tracker qui sont :
- NON ;
- MISE EN MARCHE ;
- RÉPARATION ;
- RÉGLAGE ;
Réglage d’inclinaison : l’angle d’inclinaison des panneaux est important pour atteindre le
rendement maximal. En cas ou le système détecte que l’angle est faux il faut le régler. Alors
cet attribut contient les valeurs suivantes :
- NON ;
- Réglage d’inclinaison ;
- NON ;
- INJECTION ;
Après que nous ayons déterminé les attributs du cas et leurs valeurs, nous obtiendrons la
forme du cas illustré dans la figure 4.4.
L’action de réglage d’angle d’inclinaison est déclenchée lorsque le générateur est sain
et le système de trackage n’existe pas ou en panne et le rapport PE/PT est inférieur à 75%.
Dans telle situation on dit que les modules ne sont pas inclinés avec le bon angle. Notre
système calcule l’angle d’inclinaison correcte en se basant sur les informations de la situation
géographique (latitude, longitude) et la date.
58
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
d’inclinaison optimale dans un endroit, il faut savoir l’inclinaison des rayons solaires qui varie
évidement chaque jour avec 0.2549° (23.45°/92jours). Alors pour le calcul d’angle
d’inclinaison nous avons utilisé ces formules :
- Rapport PE/PT ;
- Le courant ;
- La tension ;
Partie Problème
- L’état du générateur ;
- La température ;
- L’ensoleillement ;
- L’architecture du générateur ;
- Situation géographique ;
- Actions sur modules ;
- Actions sur connecteur ;
- Actions sur capteurs ;
Partie solution
- Actions sur tracker ;
- Réglage d’inclinaison ;
- Injection dans le réseau.
L’étape de retrouver des cas similaires au cas cible est très important dans un système
de raisonnement à base de cas. Pour l’extraction des cas les plus similaires au cas source, nous
avons opté au calcul de distance entre les cas. Parmi les méthodes existantes pour le calcul de
la distance, nous avons choisi à utiliser deux (02) méthodes distance entre bloc de ville et
59
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
distance euclidienne avec poids. Les règles utilisées pour chaque méthode sont données
respectivement :
Bien que la première (1) méthode mesure seulement la distance entre 2 cas, cependant
la deuxième (2) nous permet de donner l’importance à des attributs que d’autres et d’exclure
certains en leur donnant un poids 0 parce que dans la réalité pas tous les attributs ont la même
importance. Il est noté que dans la deuxième (2éme) méthode la somme des poids doit être
égale à un (1). [MIC]
Le calcul de distance se fait entre les attributs de la partie problème du cas, et il faut
que leurs valeurs soient numériques. Les attributs de notre cas ne sont pas numériques ce qui
nécessite une transformation. Nous allons transformer les valeurs de l’attribut ‘état du
générateur’ du symbolique au numérique pour cela nous avons associé un nombre de 0 à 4
pour chaque valeur symbolique, la panne la plus critique a la valeur la plus grande 4 alors
nous avons obtenu le résultat suivant :
- Sain ; 0
- Connectique déconnecté ; 1
- Ombrage ; 2
- Module court-circuité ; 4
- Module shunté ; 3
60
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Le calcul de distance a pour objectif de trouver les plus proches du cas cible
(problème), après parcours de la base de cas nous prendrons les 3 cas les plus proches du cas
cible alors K=3. Ces trois cas sont utilisés dans l’étape suivante qui est l’adaptation dont la
quelle nous allons générer une solution pour le cas cible (problème).
L’adaptation des cas consiste à donner une solution cohérente, il faut qu’on ne trouve
pas des contradictions entre les valeurs de la partie problème et la partie solution. Pour cela
l’application vérifie chaque valeur des solutions la plus proche avec les valeurs de la partie
problème du cas cible, si elle n’est pas cohérente on passe à la valeur de cet attribut du cas
similaire suivant et on recommence la vérification. Si aucune des valeurs des 3 cas similaires
n’est pas cohérente on donne une valeur « NON » par défaut à cet attribut.
Après l’adaptation, nous obtiendrons un cas avec des solutions préliminaires, ce cas
avec ces valeurs de solution sont passés à l’étape suivante qui est la révision.
La solution obtenue dans l’étape précédente n’est pas encore validée. La validation se
fait par évaluation avec simulation en utilisant un modèle du générateur. Le modèle du
61
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Modèle à une seule diode : la figure 4.5 illustre le schéma électronique, à une seule
diode, équivalant à une cellule photovoltaïque. Le courant produit est donné par l’équation
(3) : [HEL]
𝑉𝑝𝑣 +𝐼𝑝𝑣 𝑅𝑠
( ) 𝑉𝑝𝑣 + 𝐼𝑝𝑣 𝑅𝑠
Ipv = 𝐼𝑝ℎ − 𝐼𝑠 (𝑒𝑥𝑝 𝑉𝑡 .𝑎 − 1) − ( ) … … … … … . (3)
𝑅𝑠ℎ
Ipv
Id Ish Rs
Rsh
Iph
Vpv
62
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Ipv
Id Rs
Ish
Rsh
Iph
V1 Vpv
M(V1)
(
𝑉+𝑅𝑠 𝐼
𝑉𝑡
) 𝑉 + 𝑅𝑠 𝐼 𝑉 + 𝑅𝑠 𝐼 −𝑛
𝐼𝑝ℎ = 𝐼𝑝ℎ − 𝐼𝑠 [𝑒𝑥𝑝 − 1] − [1 + 𝑘 (1 − ) ] … … … . (4)
𝑅𝑠ℎ 𝑉𝑏
𝐺
𝐼𝑝ℎ = ( ) (𝐼𝑟𝑒𝑓 + 𝑢𝐼𝑆𝐶 (𝑇 − 𝑇𝑟𝑒𝑓 )) … … … … … … (5)
𝐺𝑟𝑒𝑓
63
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Pour simplifier le calcul de Iph, on fait souvent l’approximation que le courant Iref est
égal au courant de court-circuit Isc du module.
64
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Nous avons opté pour l’utilisation de Labview parce qu’il a des avantages importants
par rapport aux langues classiques et autres outils de contrôle et d'acquisition de données,
ci-après quelques raisons d’utilisation de Labview [GAR]:
Nous avons présenté dans la section 4.3.2 les différentes composantes de notre
système de conduite. Le fonctionnement de ce dernier commence par l’acquisition des
différentes données du générateur, ensuite il calcule le rapport PE/PT (production effective /
production théorique). Si PE/PT est entre 0.85 et 1, le système ne fait rien et le générateur est
en fonctionnement normal. Sinon si PE/PT est supérieur à 1 alors l’architecture du
générateur n’est pas la même que celle saisie dans les paramètres de l’application ; un
message d’erreur alors est affiché à l’utilisateur pour corriger la valeur de l’architecture du
générateur. Enfin si PE/PT est inférieur à 0.85, une anomalie est apparue dans le système,
alors le processus de conduite automatique est déclenché pour la reconfiguration du système,
les actions générées et appliquées sur le générateur sont enregistrées dans un fichier
historique.
65
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Debut
Acquisition de
données
calcul du
PE/PT
OUI 0.85<PE/PT<1
NON
correction paramètre
PE/PT>1 OUI
architecture du générateur
NON
Lancement du
processus de
conduite
enregistrement
des resultats dans
l'historique
L’application fournit deux onglets pour entrer les paramètres du générateur et celle de
la cellule photovoltaïque qui sont « Paramètre du système » et « Modèle de cellule
66
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
photovoltaïque ». Les paramètres du système concernent le choix des méthodes à utiliser, les
caractéristiques du module, architecture du champ, situation géographique et les poids des
attributs du cas. Ces derniers sont obligatoires lorsque la méthode de distance choisie est
euclidienne avec poids. Cependant les paramètres du modèle de la cellule photovoltaïque sont
le modèle choisi, les différents paramètres de ce modèle et les caractéristiques de la cellule
photovoltaïque. Ces onglets sont illustrés respectivement dans les figures 4.8 et 4.9.
67
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Dans l’état initial, la base de cas de l’application est totalement vide, alors le processus
de raisonnement ne nous donnera aucun résultat. Nous avons construit une interface spéciale
pour le remplissage de la base de cas. Les cas que nous avons enregistrés sont issus du
domaine de la maintenance du système photovoltaïque et des travaux de recherche sur les
systèmes photovoltaïques. La figure 4.10 illustre l’interface d’ajout des cas.
68
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
69
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Le test se fait par un cas dont le résultat est connu au préalable, si la solution obtenue
est correcte alors le système fonctionne correctement, sinon l’ajustement du paramètre ou
l’enrichissement de la base de cas est nécessaire. La figure 4.14 illustre l’interface de test.
Dans l’onglet Paramètres du système nous allons régler les différents paramètres
comme suit :
Méthodes à utiliser :
Distance : Distance Euclidienne avec poids ;
Adaptation : Avec des règles ;
Caractéristiques du module
Nombre de cellules en série dans un groupe : 8 ;
Nombre de groupes de cellules en parallèle : 2;
Architecture du champ
Nombre de strings en parallèle existant : 5 ;
Module série dans un string existant : 80 ;
Situation géographique
Longitude : 6.35 ;
Latitude: 35.42 ;
Les poids de chaque attribut du cas sont obligatoires lorsque la méthode Distance
euclidienne avec poids est choisie.
Poids Rapport PE/PT : 0.3 ;
Poids Température C° : 0.2 ;
Poids Ensoleillement W/m² : 0.2 ;
Poids Type de panne : 0.3 ;
71
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Le système vérifie automatiquement que la somme des poids est égale à 1 et l’indique à
l’utilisateur dans l’onglet.
Paramètres du modèle
Courant de saturation de la diode I : 10-8 ;
Facteur d'idéalité de la diode a : 1.2 ;
Résistance série Rs : 0.005 ;
Résistance shunt Rsh : 9 ;
Coefficient de réglage de Bishop k : 0.1 ;
Coefficient de réglage de Bishop n : 3 ;
Tension de claquage de la cellule Vb : -20 ;
Le tableau suivant montre les cas que nous avons entrés dans la base de cas
72
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Les cas choisis sont montrés dans le tableau 4.2, on note ici que seulement les valeurs
de la partie problème sont pris en considération.
73
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
Après que les tests sont effectués, les résultats obtenus sont illustrés dans le tableau 4.3 :
Les résultats des tests sont acceptables, pour les cas TestCas1 et TestCas2, les
solutions obtenues sont les solutions optimales. Le cas le plus similaire au TestCas1 est le
Cas1 alors la partie solution de ce cas est appliquée, idem pour le TestCas2 le cas le plus
similaire est Cas2.
Le résultat obtenu pour le cas TestCas3 est formidable, le système trouve que le cas le
plus similaire est Cas4 dont la solution est réglage d’inclinaison, le système fournit
automatiquement l’angle exacte d’inclinaison en se basant sur les informations de la situation
géographique et la date actuelle.
Cependant, pour le résultat du TestCas4 n’est pas optimal. On voie que le rapport
PE/PT est inférieur à 0.85 et la solution ne contient aucune action. Alors on analyse comment
le système a traité ce cas on trouve :
Le cas le plus similaire pour TestCas4 est le cas Cas4, alors le système prend sa partie
solution est passe à l’étape d’adaptation de la solution. Dans l’attribut réglage d’inclinaison le
système trouve un conflit : « réglage d’angle d’inclinaison mais le système de trackage existe
et est en marche », dans ce cas le système passe à la solution du cas similaire suivant et
74
Application du raisonnement à base de cas pour la conduite d’un
CHAPITRE : 4 générateur photovoltaïque
applique les règles d’adaptation sur celui-ci, il le trouve valide malgré que ce n’est pas
optimale.
Le réglage de cette anomalie est d’enrichir la base de cas avec ce cas en lui affectant la
bonne solution, ou on affecte un poids à l’attribut «système de trackage ».
4.9. Conclusion
Les résultats obtenus sont satisfaisants mais pour de meilleurs résultats il faut que la
base de cas soit très riche.
75
CONCLUSION GÉNÉRALE
Conclusion générale
Le pétrole est une énergie épuisable, alors les énergies renouvelables sont celles de
futur. Dans notre travail, nous avons présenté les sources renouvelables disponibles en
Algérie et leur exploitation, les méthodes de l’intelligence artificielle utilisées dans la
supervision et enfin la conduite par raisonnement à partir de cas. L’exploitation actuelle des
énergies renouvelables n’est pas importante, mais le programme lancé pour le développement
de ces énergies donne une importance à ces énergies, spécialement le photovoltaïque. Dans
notre travail, nous avons illustré que les installations solaires photovoltaïques nécessitent un
suivi en temps réel de leurs fonctionnement pour augmenter leurs production et disponibilité,
cela est effectué par la conduite.
Notre système de conduite permet de générer les bonnes actions à appliquer sur le
générateur lorsque son état change en utilisant la méthodologie de raisonnement à base de
cas. Durant ce travail, nous avons constaté que l’utilisation de la méthodologie de
raisonnement à base de cas est délicate, spécialement dans le choix de type de représentation
des cas et les méthodes de calcul de similarité et d’adaptation.
La richesse de la base de cas a une influence importante sur la qualité des solutions
obtenues par le raisonnement, plus la base est riche les solutions sont meilleures.
76
RÉFÉRENCE BIBLIOGRAPHIQUE
Référence bibliographique
[ADE] Adel M, Soteris A.K, Artificial intelligence techniques for photovoltaic applications:
A review, Progress in Energy and Combustion Science 34, pages 574-632, 2008.
[ALA]Alaoui R.M, Conception d’un module de diagnostic a base des suites de bandes
[APG] Anne L, Pascal C, Jean-Paul B, Benjamin F, Cellules solaires Les bases de l’énergie
photovoltaïque, édition Dunod, 2010.
[BAH] Bahgat A, Helwa N.H., Ahmad G.E., El Shenawy E.T., Maximum power point
traking controller for PV systems using neural networks, Renewable Energy 2005.
[BUN] BUN Lg, Détection et Localisation de Défauts pour un Système PV, Université de
Grenoble, thèse de doctorat, 2011.
77
RÉFÉRENCE BIBLIOGRAPHIQUE
[GAR] Gary W.J, Richard J, LabVIEW Graphical Programming Fourth Edition, Maison
d’édition McGraw-Hill, 2006.
[HER] Hernadeza JCN, Medinaa A, Juradob F. Optimal allocation and sizing for profitability
and voltage enhancement of PV systems on feeders. Renewable Energy vol 32 N° 10
page 1768-1789, 2007.
[MIC] Michael M.R, Rosina O.W, Case-Based Reasoning A Textbook, Maison d’edition
Springer-Verlag Berlin Heidelberg 2013.
[NOP] Nopporn P, Suttichai P, Yosanai S, Maximum power point tracking using adaptive
fuzzy logic control for grid-connected photovoltaic system, Renewable Energy Vol. 30
N° 11 pages 1771-1788, 2005.
[NUR] Nur Atharah K, Chee Wei T, A comprehensive review of maximum power point
tracking algorithms for photovoltaic systems, Renewable and Sustainable Energy
Reviews 37 pages 585-598., 2014.
78
RÉFÉRENCE BIBLIOGRAPHIQUE
[RIA] Megartsi R, Proposition d’un support de conduite des processus d’entreprise dans un
contexte perturbé. Université d’Aix-Marseille III: Thèse de Doctorat, 2001.
[RIC] Rick B, Taqi M, Matt N, Labview Advanced Programming techniques Second edition,
Maison d’edition CRC press Taylor & Francis Group, 2007.
[SIM] Simon c. K. Shiu, sankar k. Pal, Foundations of soft case-based reasoning, Maison
d’édition John Wiley & Sons Hoboken, New Jersey USA, 2004.
[XUE] Xue L, Yanzhi W, Di Z, Naehyuck Ch, Pedram M, Online Fault Detection and
Tolerance for Photovoltaic Energy Harvesting Systems, IEEE/ACM International
Conference on Computer-Aided Design (ICCAD) 2012, November 5-8, 2012, San
Jose, California, USA.
[YZH] Zhao Y, Yang L, Lehman B, De Palma J.F, Mosesian J, Lyons R, Decision Tree-
Based Fault Detection and Classification in Solar Photovoltaic Arrays, Applied
Power Electronics Conference and Exposition (APEC), 2012
79
RÉFÉRENCE BIBLIOGRAPHIQUE
80
ANNEXE
Annexe
Dans cette annexe, nous allons voire tous les onglets de l’application en exposant leurs
contenus.
Cet onglet contient les informations acquis du système et celles calculer à partir du
modèle. Les différents composants sont :
(01) Menu de choix des informations à afficher dans la grille, les différent choix
sont :
a. Caractéristique I/V de la cellule ;
b. Caractéristique I/V du champ ;
c. Puissance du champ ;
(02) La grille d’affichage ;
(03) Le courant, la tension et la puissance calculée à partir du modèle (Objectif) ;
(04) Le courant, la tension et la puissance produite effectivement ;
(05) Les informations météos acquises: l’ensoleillement, la température, le courant
photonique ;
(06) L’endroit ou les messages sont affichés à l’utilisateur, il est visible depuis tous
les onglets.
81
ANNEXE
(01)
(03)
(02)
(05)
(04)
(06)
82
ANNEXE
Cet onglet contient tous les paramètres nécessaires au bon fonctionnement du système
de conduite ils sont répartis en groupe comme suit :
Système de trackage.
83
ANNEXE
84
ANNEXE
Cet onglet contient toutes les informations du modèle électronique choisi pour la
représentation de la cellule photovoltaïque.
Paramètres du modèle
Courant de saturation de la diode
Facteur d'idéalité de la diode a
Résistance série Rs
Résistance shunt Rsh ;
Coefficient de réglage de Bishop k
Coefficient de réglage de Bishop n
Tension de claquage de la cellule Vb
85
ANNEXE
86
ANNEXE
4. Onglet test&simulation
(01) Les informations de la partie problème du cas à tester ;
(02) La solution obtenue ;
(01)
(02)
87
ANNEXE
88
ANNEXE
89
ANNEXE
90
ANNEXE
8. L’onglet historique
Cet onglet affiche les actions effectuées par le système en leur associant la date et les informations du système
91