Semaine d'Etude Mathématiques et Entreprises 5 : Sélection de variables statistiquement représentatives pour la production électrique photovoltaïque

Autor: Desmonts, Christophe, Bar, Romain, Hamza, Marwa, Chourabi, Imen, Faye, Papa-Abdulaye
Přispěvatelé: Lacaux, Céline, Institut Élie Cartan de Lorraine (IECL), Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Biology, genetics and statistics (BIGS), Inria Nancy - Grand Est, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Institut Élie Cartan de Lorraine (IECL), Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Laboratoire de Mathématiques Raphaël Salem (LMRS), Université de Rouen Normandie (UNIROUEN), Normandie Université (NU)-Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS), Laboratoire de Mathématiques Blaise Pascal (LMBP), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Centre National de la Recherche Scientifique (CNRS), Agence pour les Mathématiques en Interaction avec l'Entreprise et la Société (AMIES), GDR CNRS Mathématiques et Entreprises
Jazyk: francouzština
Rok vydání: 2013
Předmět:
Popis: La production électrique des panneaux photovoltaïques dépend de nombreux paramètres météorologiques : rayonnement du soleil, présence ou absence de nuages, température, ... La problématique que nous a soumise l'entreprise RTE et à laquelle nous réfléchissons dans ce document est de sélectionner les variables les plus influentes sur cette production au moyen d'une étude statistique, et de proposer un modèle descriptif de cette production qui adhère le mieux possible à la réalité. Dans cet objectif, nous faisons dans un premier temps un tour d'horizon des modèles statistiques existants. Nous étudions ensuite un modèle additif pour analyser les données fournies par RTE et effectuer une première sélection de variables grâce au modèle GAM. Enfin, on reprend cette étude avec le modèle MARS dans l'objectif de pouvoir regrouper des variables entre elles pour pouvoir transformer notre modèle additif très restrictif en un modèle plus adapté à la situation considérée.
Databáze: OpenAIRE