Contribution au Diagnostic de Pannes dans un Système Photovoltaïque au Niveau de l’Onduleur à Cinq Niveaux de type NPC

Abstract

ما زالت موثوقية وكفاءة أنظمة الطاقة المتجددة موضوعًا مهمًا في الوقت الحالي. مثل جميع الأنظمة الصناعية، تتعرض أنظمة الطاقة المتجددة للأعطال والعيوب في تركيباتها أو في أدائها، مما قد يتسبب في فشل هذه الأنظمة وتدهورها خلال فترة التشغيل. ولذا، يتطلب الأمر تطوير نظام تشخيصي يهدف بشكل رئيسي إلى توفير مؤشرات لكشف الأعطال، وبالتالي الحفاظ على إنتاج الطاقة من النظام الكهروضوئي. يهدف هذا العمل إلى تقديم نظرة عامة حول الطرق المختلفة لتشخيص .الأنظمة الكهروضوئية، بما في ذلك التشخيص باستخدام الذكاء الاصطناعي في قواطع المحول العاكس Résumé : La fiabilité et l'efficacité des systèmes d'énergie renouvelable restent un sujet important à l'heure actuelle. Comme tous les systèmes industriels, les systèmes de production à base d'énergie renouvelable sont exposés à des pannes et des défauts dans leurs installations ou ces performances, ce qui peut entraîner leurs défaillances et la détérioration au cours de leurs fonctionnements. Ainsi, il est nécessaire de développer un système de diagnostic visant principalement à fournir des indicateurs pour la détection des pannes, permettant ainsi de maintenir la production d'énergie du système photovoltaïque. Ce travail vise à offrir un aperçu des différentes méthodes de diagnostic des systèmes photovoltaïques, y compris le diagnostic à l'aide de l'intelligence artificielle dans les bras d’onduleur. Abstract: The reliability and efficiency of renewable energy systems remain an important topic at present. Like all industrial systems, renewable energy systems are subject to failures and defects in their installations or performance, which can cause these systems to fail and degrade over the course of operation. Therefore, it is necessary to develop a diagnostic system primarily aimed at providing indicators for fault detection, thereby maintaining energy production from the photovoltaic system. This work aims to provide an overview of the different methods for diagnosing photovoltaic systems, including diagnosis using artificial intelligence. Mots clés : Énergie solaire, Cellules solaires, Panneaux solaires, Conversion d'énergie, Électricité Durabilité, Installations, onduleur.