ENR et réseaux de neurones

A Bayesian model committee approach to forecasting global solar radiation. World Renewable Energy Forum 2012. Denver Colorado,


Communication acceptée dans une conférence aux USA
Le travail d'Auline Rodler effectué durant son stage de Master 2 au sein de l'université de Corse a permis d'initier une étude sur l'hybridation des modèles ARMA et MLP en utilisant une approche bayésienne. Ce travail a pu être mené à bien grâce au professeur Philippe Lauret de l'université de la réunion (laboratoire PIMENT) qui a co-encadré ce stage.

http://cyrilvoyant.pagesperso-orange.fr/WREF2012.pdf http://cyrilvoyant.pagesperso-orange.fr/WREF2012.pdf


Numerical weather prediction (NWP) and hybrid ARMA/ ANN mode l to predict global radiation


Nouvel article accepté dans la revue Energy
Après avoir montré l’intérêt d'utiliser un modèle de type Perceptron multicouche pour la prédiction du rayonnement global, nous avons cette fois montré que le fait de coupler différentes approches prédictives améliore significativement les erreurs de prédiction. Le résumé de cet article est le suivant :

We propose in this paper an original technique to predict global radiation using a hybrid ARMA /ANN model and data issued from a numerical weather prediction model (NWP). We particularly look at the multi- layer perceptron (MLP). After optimizing our architecture with NWP andendogenous data previously made stationary and using an innovative pre-input layer selection method, we combined it to an ARMA model from a rule based on the analysis of hourly data series. This model has be en used to forecast the hourly global radiation for five place s in Mediterranean area. Our technique outperforms classical models for all the places. The nRMSE for our hybrid model MLP/ARMA is 14.9% compared to 26.2% for the naïve persistence predictor. Note that in the standalone ANN case the nRMSE is 18.4 %. Finally, in order to discuss the reliability of the forecaster outputs , a complementar y study concerning the confidence interval of each prediction is proposed.

http://cyrilvoyant.pagesperso-orange.fr/NWP_energy_2012.pdf http://cyrilvoyant.pagesperso-orange.fr/NWP_energy_2012.pdf



Vendredi 3 Février 2012

Thèse soutenue le 16 Novembre à 14h00 au Laboratoire G. Peri (Vignola ; Ajaccio). Mention Énergétique

Prédiction de séries temporelles de rayonnement solaire global et de production d’énergie photovoltaïque à partir de réseaux de neurones artificiels


La Corse faisant partie des petits réseaux insulaires non-interconnectés, son approvisionnement énergétique est très particulier. En effet, comme toutes les îles, elle doit se suffire à elle-même. Une solution souvent adoptée pour pallier à cet isolement, consiste à recourir aux énergies renouvelables.
Cependant, à cause de leur caractère intermittent, elles ne sont insérées que de manière limitée au sein des réseaux électriques. Il est nécessaire d’utiliser en parallèle d’autres moyens de production d’énergie, avec comme principale difficulté, la gestion optimale de la bascule entre ces deux types d’énergie.
Cette étude s’inscrit dans le cadre de la prédiction de la ressource solaire et photovoltaïque dans le but de quantifier l’énergie disponible et de permettre une gestion optimale de la transition entre énergies intermittentes et conventionnelles. Tout au long de ces travaux, nous avons ainsi testé différentes techniques de prédiction sur quatre horizons susceptibles d’intéresser un gestionnaire de réseau : j+1, h+24, h+1 et m+5. A l’issue de toutes ces manipulations, nous pouvons conclure que suivant l’horizon considéré, la hiérarchisation des différents prédicteurs fluctue.
On retiendra ainsi que, pour l’horizon j+1, il est intéressant d’utiliser une approche à base de réseaux de neurones en prenant soin de stationnariser les séries temporelles et d’utiliser des variables exogènes. Pour l’horizon h+1, une méthodologie hybride couplant la robustesse des modèles autorégressifs et la non-linéarité des modèles connexionnistes permet d’obtenir des résultats très satisfaisants. Pour le cas h+24, les réseaux de neurones à sorties multiples donnent de très bons résultats. Concernant l’horizon m+5, les conclusions sont moins catégoriques. Ainsi, même si les réseaux de neurones sont les plus performants, la simplicité et les résultats d’une approche basée sur la persistance, nous conduisent à préconiser principalement ce prédicteur.
L’ensemble des méthodologies proposées et des résultats obtenus sont complémentaires avec les travaux de prédiction bibliographiques étudiés. Les méthodologies développées pourraient, à terme, être reprises comme éléments de prédiction dans des outils globaux de contrôle et de commande des systèmes énergétiques.

http://cyrilvoyant.pagesperso-orange.fr/these_2011 http://cyrilvoyant.com/these_2011.pdf
http://cyrilvoyant.com/soutenance_cyrilvoyant.pps http://cyrilvoyant.com/soutenance_cyrilvoyant.pps

Manuscrit et présentation de Thèse de Doctorat



Mardi 25 Octobre 2011

Optimization of an artificial neural network dedicated to the multivariate forecasting of daily global radiation


Nouveau papier accepté dans la revue 'Energy'
Cette publication synthétise tous les derniers résultats de prédiction journalière concernant le rayonnement global.
La méthodologie retenue, et la plus aboutie à ce jour (par notre équipe) consiste à utiliser des variables exogènes météorologiques en entrée du réseau de neurones. Outre la méthodologie de stationarisation déjà présentée dans d'autres papiers (dont solar energy, 2010), l'analyse multivariée permet de réellement améliorer la qualité de prédiction vis à vis de ce que l'on peut avoir avec une analyse univariée traditionnelle (ARMA ou ANN).
Le cas réel d'un mur PV (tilt de 80° localisé à Vignola, Ajaccio) a permis de valider la méthode de prédiction non pas pour le rayonnement global, mais en sortie de process photovoltaïque (AC post-onduleur).
La prochaine étape consistera à diminuer l'échelle de temps et à s'intéresser aux horizons 1 heure puis 5 minutes.

http://cyrilvoyant.pagesperso-orange.fr/energy_2010.pdf http://cyrilvoyant.pagesperso-orange.fr/energy_2010.pdf


Forecasting of preprocessed daily solar radiation time series using neural networks


Papier accepté dans la revue Solar Energy (IF>2)
Cet article retrace les manipulations qui nous ont permis de statuer sur le preprocessing des datas fait en amont de la partie Perceptron multicouches (PMC). Les réseaux de neurones (dont font partis les PMC) sont des prédicteurs dit "boite noire". Classiquement, ils sont conçus exclusivement par apprentissage à partir de mesures, et ne tiennent pas compte d’éventuelles connaissances a priori. En somme, il suffit de positionner une entrée, et il nous restitue une sortie. Les paramètres de ces réseaux (poids et biais), obtenus après apprentissage, n’ont aucune signification physique et ne peuvent pas être interprétés. En fait le même type de réseau peut permettre de prédire l'indice du CAC40 ou le rayonnement global. Le PMC permet de faire une régression non linéaire sur différents paramètres (analyse multivariéé). Pour faire une modélisation plus fine du rayonnement global, il est souvent nécessaire d'utiliser une modélisation semi-physique qui constitue une alternative très puissante. La méthodologie consiste à prendre en considération toutes les connaissances expertes disponibles concernant le processus à modéliser. On peut ainsi combiner les avantages des deux approches: la souplesse des modèles conçus par apprentissage et la lisibilité et l’intelligibilité des modèles de connaissances. Ce type de modèle est dit "Boite grise" (Apprentissage statistique ; G. Dreyfus et al ; Eyrolles, 2008). Dans notre cas la modélisation physique est utilisée pour stationnariser les datas par un rapport à la tendance (index ciel clair ou index de clarté) et permet d'obtenir des résultats plus intéressants.

solar_energy_2010.pdf solar_energy_2010.pdf  (1.35 Mo)



Lundi 20 Septembre 2010 | Commentaires (0)

Optimization of an artificial neural network (ANN) dedicated to the daily global radiation and PV plant production forecasting using exogenous data


Papier accepté pour le 25° EPSEC de Valence
La prédiction journalière avec Perceptron multicouche et prétraitement ad-hoc, nous a permis de soumettre ce nouvel article.
La travail de prédiction à nécessité cette fois encore l'utilisation de variables exogènes. La qualité de prédiction obtenue nous permet d'envisager un passage vers des horizons plus proches (horaires ou infra-horaire) lors des prochaines manipulations.

http://cyrilvoyant.pagesperso-orange.fr/PVSEC_2010.pdf http://cyrilvoyant.pagesperso-orange.fr/PVSEC_2010.pdf


Use of exogenous data to improve an artificial neural networks dedicated to daily global radiation forecasting


Papier accepté : 9° International Conference on Environment and Electrical Engineering (Prague)
Cette étude montre que les variables exogènes (pression, vitesse de vent, nébulosité...) comme entrées de perceptron multi-couche, apportent un gain sur la qualité de prédiction du rayonnement global au sol. Nous avons pu étudier deux sites (Ajaccio et Bastia) et ainsi vérifier l'impact de notre méthodologie. Cette publication clôture l'analyse journalière, par la suite nous allons travailler sur la prédiction au pas horaire (horizon 1 heure). L'approche exogène sera aussi étudiée.

iee_ic.pdf IEE-IC.pdf  (221.32 Ko)



Dimanche 28 Février 2010 | Commentaires (0)

Predictability of PV Power Grid Performance on Insular Sites without Weather Stations : Use of Artificial Neural Networks


facade Vignola
facade Vignola
Au cours du 24th European Photovoltaic Solar Energy Conference and Exhibition à Hambourg (21-25/9/2009), notre contribution :

« Predictability of PV Power Grid Performance on Insular Sites without Weather Stations : Use of Artificial Neural Networks ? », Session Reference : 5BV.2.35

a reçu un poster award lors de la session 5 intitulé "PV SYSTEMS". Sur 1583 contributions sélectionnées à cette conférence internationale, proposant 6 sessions de travail, chaque session a obtenu un Poster Award. Les travaux menés au cours de cette étude portent sur l’utilisation de l’intelligence artificielle basée sur des réseaux de neurones de type MLP pour prédire le rayonnement solaire global à 0° à l’horizon d+1. Cet outil a été testé avec succès sur un champ de production d’énergie photovoltaïque de puissance 6.625 kWc (mono-Si et amorphe) installé au laboratoire de Vignola depuis 2008. Ces travaux sont utiles au gestionnaire du réseau électrique pour l’étude de sa stabilité par connexion de systèmes énergétiques à sources renouvelables d’énergies intermittentes. Ces études permettront d’augmenter sensiblement la limite d’intégration de ces systèmes ENR sur des réseaux électriques.

PREDICTABILITY OF PV POWER GRID PERFORMANCE ON INSULAR SITES WITHOUT WEATHER STATIONS: USE OF ARTIFICIAL NEURAL NETWORKS


Poster conférence PVSEC_2009
Après avoir été accepte pour une présentation sous forme "poster" lors de la conférence PV_SEC, nous avons essayé de synthétiser les résultats obtenus. Dans ce poster, il est question de la délocalisation entre l'apprentissage et la prédiction ; en effet, nous avons pu dégager que la localisation des mesures qui servent à l'apprentissage des ANN, peut différer de la localisation de la zone de prédiction. Les erreurs engendrées sont acceptables, mais pas suffisantes. D'autres manipulations doivent encore être envisagées pour une validation rigoureuse.

http://cyrilvoyant.pagesperso-orange.fr/poster_PVSEC.pdf http://cyrilvoyant.pagesperso-orange.fr/poster_PVSEC.pdf



Samedi 18 Juillet 2009 | Commentaires (0)

Solar radiation forecasting using ad-hoc time series preprocessing and neural networks


Second papier accepté à une conférence informatique à dominante IA en corée : ICIC'09
Après nous être "quelque peu perdu" sur les différents horizons de prédiction, nous avons souhaité finaliser nos résultats sur le pas de prédiction journalier. Cette étude vient conclure en partie la thématique visant à estimer le rayonnement global horizontal quotidien sur Ajaccio. Un complément devrait voir bientôt le jour avant de descendre à l'échelle horaire voire minute, dans ce dernier, il sera très certainement question d'étudier l'implémentation de variables exogènes météorologiques dans la couche d'entrée du PMC.


http://cyrilvoyant.pagesperso-orange.fr/icic_2009.pdf http://cyrilvoyant.pagesperso-orange.fr/icic_2009.pdf


Predictability of PV power grid performance on insular sites without weather stations: use of artificial neural networks


Papier acceptée à une conférence (Hambourg) dont l'intitulé est : 24th European Photovoltaic Solar Energy Conference and Exhibition
Le travail de recherche mené depuis plus de 1 an et visant à lier les réseaux de neurones et la prédiction de la ressource solaire (rayonnement global horizontal) a donnée lieu à une acceptation dans le prestigieux congrès de Hambourg 2009. Dans ce papier il est montré qu'il est possible d'utiliser des ANN (dont l'apprentissage est fait à un endroit donné) sur un site délocalisé. Son application peut, à terme, permettre de mieux appréhender l'implantation de module PV dans des régions où aucun historique n'est disponible.

http://cyrilvoyant.pagesperso-orange.fr/EPSECE-2009.pdf http://cyrilvoyant.pagesperso-orange.fr/EPSECE-2009.pdf


séminaire quatrième semestre
Lors d'un seminaire interne, les premiers résultats concernant la prédiction de séries chronologiques ont pu être présentés. Il s'avère que la qualité de la prédiction en terme de nRMSE n'est pas (pour l'instant) supérieure à celle obtenue lors de l'étude de la même série avec des prévisions de type ARMA. Le but de cette étape était de se familiariser avec les codes de calcul Matlab, et de mettre en place une dynamique de projet de recherche sur l'année 2009. Des dates ont d'ores et déjà été envisagées pour la communication sur notre thématique de recherche.

présents : ML Nivet ; M Muselli ; C Paoli ; C Voyant

http://cyrilvoyant.pagesperso-orange.fr/spe4.pdf http://cyrilvoyant.pagesperso-orange.fr/spe4.pdf



Mercredi 29 Octobre 2008 | Commentaires (0)
les journées de l'école doctorale
A l'occasion de cet événement permettant d'exposer les différents travaux de recherche de l'université, nous avons exposé un poster reprenant la problématique de la prédiction de l'ensoleillement (étude de séries temporelles), ainsi que les résultats que l'on a obtenus jusqu'alors.

http://cyrilvoyant.pagesperso-orange.fr/postercorte.pdf http://cyrilvoyant.pagesperso-orange.fr/postercorte.pdf



Dimanche 20 Juillet 2008 | Commentaires (0)
Troisieme séminaire : Bilan des processus de type ARMA
Cette troisième réunion a permis d'établir les différents objectifs qu'il reste à atteindre en ce qui concerne la prévision ARMA. En effet, avant de passer à l'étude des réseaux de neurones, il serait souhaitable d'utiliser le meilleur prédicteur mis en en évidence lors de ce séminaire, a savoir une double désaisonnalisation (une "physique" et l'autre "mathématique), sur une echelle de temps plus proche de ce qui pourrait intéresser les professionnelles des futurs centrales solaires. Il faudrait établir les nRMSE pour une prévision à horizon 1 ; à 16 heures le soir, on prédit la journée du lendemain par pas horaire et journalier.



http://cyrilvoyant.pagesperso-orange.fr/spe3.pdf http://cyrilvoyant.pagesperso-orange.fr/spe3.pdf



Dimanche 20 Juillet 2008 | Commentaires (0)
deuxième séminaire : 'prédiction de séries chronologiques d'ensoleillement avec des méthodes statistiques'
Présentation faite le 04/05/08.
Cette présentation, plus pratique et moins théorique que la précédente, a permis de mieux appréhender les possibilités que peuvent offrir les modèles de type SARIMA (toolbox grocer/Scilab). Les horizons de prédictions horaires, journalières et mensuelles donnent de premiers "bons" résultats, mais la modélisation peut très certainement être améliorée en utilisant les propriétés physiques des série étudiés. En effet, l'irradiation solaire peut se décomposer en deux composantes, une déterministe et l'autre purement stochastique (couverture nuageuse). La caractérisation physique de la série va entre autre permettre de caractériser les phénomènes périodiques et de cibler les processus ARMA sur les phénomènes probabilistes.

http://cyrilvoyant.pagesperso-orange.fr/spe2.pdf http://cyrilvoyant.pagesperso-orange.fr/spe2.pdf



Lundi 26 Mai 2008 | Commentaires (0)
1 2 3 4