Abstract:
Dans cette thèse, des modèles hybrides utilisant l'algorithme de Régression de Processus Gaussienne (GPR) avec la décomposition en ondelettes W-GPR ont été proposés pour prédire le rayonnement solaire journalier dans la ville de Ghardaïa (Algérie). Le problème est examiné avec des données météorologiques (variables exogènes) et des données du rayonnement solaire au temps précédant le jour prédit (variables endogènes) comme entrées dans le processus d'estimation du modèle optimal. À cette fin, des séries de données journalières pendant 3 ans (2013-2015) ont été utilisées dans l’apprentissage du modèle tandis que les données de 2016 ont été utilisées pour le tester. Les résultats ont montré l'efficacité du modèle hybride, en particulier WPD-GPR, par rapport au modèle GPR classique. Le modèle a donné d'excellents résultats lors de l'utilisation d'entrées endogènes, en termes d'erreur quadratique moyenne, d'erreur quadratique moyenne relative, d'erreur absolue moyenne et coefficient de détermination.
In this study, hybrid models using Gaussian Process Regression (GPR) algorithm and Wavelet Decomposition W-GPR have been proposed to predict daily solar radiation in Ghardaia city (Algeria).The problem is examined with meteorological data (exogenous variables) and delayed solar radiation data (endogenous variables) as inputs for the estimation process of optimal model. For this purpose, 3 years data series (2013-2015) have been used in the model training while data of 2016 were used to test the model. The results showed the hybrid model efficiency, especially WPD-GPR when comparing to the classical GPR model. The model showed excellent results when using endogenous inputs, in terms of Root Mean Square Error, relative Root Mean Square Error, Mean Absolute Error and determination coefficient
في هذه الأطروحة تم اقتراح نماذج هجينة باستخدام خوارزمية انحدار العملية الغاوسية GPR مع التحلل التويجي W للتنبؤ بالإشعاع الشمسي اليومي في مدينة غرداية، وتم فحص المشكلة ببيانات الأرصاد الجوية(المتغيرات الخارجية) وبيانات الإشعاع الشمسي في وقت ما قبل اليوم المتوقع (المتغيرات الداخلية) كمدخلات، تم استخدام سلسلة بيانات مدتها 3 سنوات (2013-2015) في تدريب النموذج بينما تم استخدام بيانات عام 2016 للتحقق من صحة النموذج. أظهرت النتائج كفاءة النموذج الهجين، خاصة WPD-GPR مقارنة بنموذج GPR الكلاسيكي، أعطى النموذج نتائج ممتازة عند استخدام الاشعاع الشمسي كمتغير وحيد في سلسلة المدخلات، من حيث جذر متوسط الخطأ التربيعي، والجذر النسبي لمتوسط الخطأ التربيعي ومتوسط الخطأ المطلق. ومعامل التحديد.
