Prediction du rayonnement solaire horaire En utilisant les reseaux de neurone artificiel

Abstract: Measurements of solar radiation are rare and limited to only a few areas across the Algerian territory, the sizing and optimization of solar energy projects is a fundamental and indispensable need, it requires knowing solar radiation data at a geographic location by using efficient models to estimate them. The present work aims to predict and develop a neural model for estimating global hourly solar irradiation, according to some parameters of solar geometry and astronomical data for the Adrar region. To do this, we used nine models and three activation functions. The data is collected by Adrar's Saharan Renewable Energy Research Unit and the SODA database over a six-year period (2013 - 2018), 80% of the data was used to train the neural network and the rest for validation. We have tried several combinations of the input data, which gives different level of precision and it has been concluded that the logistic Sigmoid function of 15 neurons of the hidden layer with correlation coefficient between the measured and estimated global solar irradiation is 98.25 %, may be preferred to estimate global solar radiation intensities for the study site and for other locations with similar climatic conditions. Resume : Les mesures du rayonnement  solaire sont rare et  limitees a quelques zones seulement a travers le territoire Algerien,  le dimensionnement et l’optimisation des projets de  l'energie solaire est un besoin fondamental et indispensable, il necessite  la connaitre des donnes de radiations solaires a une localite geographique d’implantation en utilisant  des modeles efficaces pour les estimer. Le present travail vise a predire et developper un modele neuronal pour estime l’irradiation  solaire globale horaire, en fonction de quelques parametres de la geometrie solaire et les donnees astronomique pour la region d’Adrar. Pour ce faire, nous avons utilise neuf modeles et trois fonctions d’activation. Les donnees sont collectees par l’Unite de Recherche en Energies Renouvelables en Milieu Saharien d’Adrar et la base de donnees SODA sur une periode de six ans (2013 - 2018) ces donnees ont traite et controle,  80% des  donnees ont ete utilisees pour entrainer le reseau et le reste pour la validation. Nous avons essaye plusieurs combinaisons des donnees d’entree, qui donne different niveau de precision et il a ete conclu que la fonction Sigmoide logistique de 15 neurones de la couche cachee, avec coefficient de correlation entre l’irradiation solaire globale mesure et estimee est de 98.25%, peut etre preferee pour estimer intensites de rayonnement solaire global pour le site etudie et pour d'autres endroits ayant des conditions climatiques similaires.