Prévision du rayonnement solaire : classification en journées types et combinaisons de modèles statistiques - DUMAS - Dépôt Universitaire de Mémoires Après Soutenance Accéder directement au contenu
Mémoires Année : 2014

Prévision du rayonnement solaire : classification en journées types et combinaisons de modèles statistiques

Résumé

This paper deals with different methods for solar forecasting. Method: First, we study two kinds of classification. We try to develop a classification which keeps the temporal structure of the data. Then, we test combined forecast. We use linear regression and a method of optimisation under constraint where the sum of the weights is equal to one. Results: In this study, the results for the classification are not so good, but they make us think about a lot of possible improvements. In our case, combining models improves the forecast precision.
Ce rapport s’intéresse à différentes méthodes pour la prévision du rayonnement solaire pour le lendemain. Méthode : Il aborde deux méthodes de classification en journées types dont une spécialement développée pour garder la structure temporelle des données. Cette nouvelle méthode de classification permet de prévoir le déroulement de la journée. La combinaison de modèles statistiques est aussi évoquée, avec l’étude d’une régression linéaire et d’une optimisation de l’erreur de prévision sous contrainte afin que la somme des poids affectés à chacun des modèles fassent un. Résultats : Cette étude montre des résultats mitigés concernant la classification mais évoquent de nombreuses pistes d’améliorations. Cette étude montre l’intérêt de la combinaison pour améliorer la précision de la prévision.
Fichier principal
Vignette du fichier
2014 Heritier Emmanuelle.pdf (1.86 Mo) Télécharger le fichier
Loading...

Dates et versions

dumas-01103952 , version 1 (15-01-2015)

Identifiants

  • HAL Id : dumas-01103952 , version 1

Citer

Emmanuelle Héritier. Prévision du rayonnement solaire : classification en journées types et combinaisons de modèles statistiques. Sciences agricoles. 2014. ⟨dumas-01103952⟩
253 Consultations
560 Téléchargements

Partager

Gmail Facebook X LinkedIn More