Key points are not available for this paper at this time.
Cette étude examine les paramètres de surface et les facteurs environnementaux affectant la production d'énergie d'une centrale solaire photovoltaïque (PV) de 500 kWp dans la province d'Igdir. En utilisant à la fois les caractéristiques des panneaux photovoltaïques et les conditions météorologiques propres à l'emplacement de la centrale, un total de 7 caractéristiques détaillées ont été incluses. L'estimation de l'efficacité de la centrale, une contribution novatrice non trouvée dans des études antérieures, est également un axe majeur de cette recherche. L'évaluation des performances de différents modèles, y compris les réseaux de neurones à propagation avant et la régression linéaire multiple, démontre l'efficacité des réseaux de neurones artificiels à capturer les relations complexes entre les caractéristiques et l'efficacité malgré une disponibilité limitée des données. L'analyse en composantes principales (ACP) a été utilisée pour réduire les dimensions des caractéristiques, montrant qu'il est encore possible de prédire avec précision l'efficacité même avec un ensemble de caractéristiques réduit. La prédiction utilisant l'ACP est l'une des nouveautés de cet article. Les effets de l'irradiation solaire, de la puissance des modules et de la température des modules sur l'efficacité de la centrale sont révélés. Les résultats fournissent des informations précieuses pour optimiser les investissements énergétiques dans la région d'Igdir et soulignent le potentiel des réseaux de neurones artificiels dans la prévision énergétique, démontrant leur adéquation pour capturer des schémas complexes dans l'efficacité des centrales solaires.
Şahin et al. (Mar,) ont étudié cette question.