Prévision de l’énergie solaire utilisant l’apprentissage profond hybride : amélioration des performances avec la modélisation aléatoire forest-BiLSTM et l’ensemble

Summary

Cette étude fait progresser la performance des centrales solaires concentrées grâce à une analyse complète des données et des méthodologies de correction d’erreurs. En intégrant l’analyse spectrale, l’optimisation de l’efficacité thermique et des modèles hybrides d’apprentissage automatique, la recherche propose des stratégies concrètes pour améliorer l’efficacité opérationnelle et la fiabilité, soutenant ainsi le rôle de l’énergie solaire comme source d’énergie durable.

Abstract

Une prévision précise de l’énergie solaire est essentielle pour l’intégration du réseau et la stabilité opérationnelle des systèmes d’énergie renouvelable. Cette étude présente une approche hybride d’ensemble d’apprentissage profond pour prédire la production solaire en capturant des dépendances temporelles complexes dans les données d’irradiance. Cinq architectures hybrides ont été évaluées : RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU et CNN-Transformer, chacune combinant des composants convolutionnels ou récurrents pour extraire des caractéristiques spatiales et séquentielles de séries temporelles historiques. Le modèle RF-BiLSTM a obtenu la meilleure performance individuelle avec R² = 0,6568, MAE = 30 728 W, et MSE = 1,81 × 10⁹ W². Un modèle d’ensemble intégrant les trois principales architectures utilisant une moyenne pondérée inverse par MAE a démontré des performances supérieures avec R² = 0,6933, MAE = 28 809,89 W, et MSE = 1,53 × 10^{9 W2}, réduisant l’erreur de prédiction de 6,2 % par rapport au meilleur modèle individuel. Le cadre d’ensemble proposé équilibre efficacement les forces des modèles, renforce la robustesse des prévisions et offre une solution évolutive et basée sur les données pour la prévision des énergies renouvelables dans les réseaux intelligents et les systèmes de gestion énergétique.

Introduction

La transition mondiale accélérée vers les énergies renouvelables a positionné l’énergie solaire comme une source clé du mix énergétique durable. À mesure que les pays s’engagent de plus en plus à décarboner leurs systèmes énergétiques, la technologie solaire photovoltaïque (PV) a connu une croissance exponentielle grâce à sa scalabilité, à la baisse des coûts et aux bénéfices environnementaux. Cependant, l’intégration généralisée de l’énergie solaire dans les réseaux électriques nationaux et régionaux présente des défis importants, principalement en raison de sa nature intermittente et dépendante des conditions météorologiques. L’irradiance solaire est influencée par divers facteurs environnementaux, notamment la couverture nuageuse, les conditions atmosphériques, les variations saisonnières et les cycles diurnes, qui introduisent tous variabilité et incertitude dans la production d’énergie solaire. Cette variabilité inhérente complique la tâche d’équilibrage du réseau et de planification du système électrique. Les opérateurs doivent prédire avec précision la production d’énergie solaire afin d’assurer une allocation optimale des ressources, réduire la dépendance aux systèmes de secours à base de combustibles fossiles, prévenir la surcharge ou la sous-utilisation des infrastructures, et maintenir la stabilité globale du réseau. À mesure que la pénétration de l’énergie solaire augmente, le besoin de modèles de prévision robustes, fiables et précis devient encore plus urgent. Des prévisions solaires précises à court terme et à l’avance sont particulièrement cruciales pour des applications telles que la participation au marché de l’énergie, la répartition des charges, la planification des batteries et la gestion des microréseaux¹.

Les méthodes traditionnelles de prévision, telles que les modèles physiques basés sur des données météorologiques et les techniques statistiques de séries temporelles (par exemple, ARIMA, lissage exponentiel), échouent souvent à capturer le comportement non linéaire et dynamique de la production solaire. Ces modèles reposent généralement sur des hypothèses linéaires, des caractéristiques artisanales ou des simulations météorologiques détaillées, ce qui limite leur évolutivité et leur adaptabilité aux évolutions des données^{solaires 2}. En revanche, les modèles d’apprentissage profond (DL) se sont imposés comme une approche transformatrice dans la prévision des séries temporelles. Ces méthodes pilotées par les données peuvent automatiquement apprendre des caractéristiques complexes et des dépendances temporelles directement à partir des données brutes d’entrée, sans nécessiter d’ingénierie explicite des caractéristiques ^3,4.

Parmi les architectures les plus utilisées figurent les réseaux de neurones récurrents (RNN) et leurs variantes améliorées, telles que la mémoire à court terme long (LSTM) et les réseaux à unités récurrentes par porte (GRU). Ces modèles sont conçus pour capturer des dépendances séquentielles et des relations temporelles à long terme dans les données de séries ^{temporelles 2,5,6}. Par ailleurs, les réseaux neuronaux convolutionnels (CNN) ont démontré de fortes capacités en extraction de caractéristiques spatiales et ont été adaptés pour traiter des données temporelles via des convolutions 1D, en particulier dans les configurations^{hybrides 7,8}. Les modèles hybrides DL, qui combinent les forces de différentes architectures telles que les CNN et les RNN, ont gagné en popularité dans la prévision solaire grâce à leur capacité à extraire à la fois des dépendances locales et à longue portée à partir de données de séries ^{temporelles 7,8,9}

Par exemple, les modèles CNN-LSTM ou CNN-BiLSTM appliquent des couches convolutionnelles pour prétraiter et filtrer la séquence d’entrée avant de la transférer dans les couches récurrentes, ce qui aboutit à un apprentissage plus efficace et^{précis 9,10}. Plusieurs études ont démontré la supériorité des architectures hybrides par rapport aux modèles autonomes. Des recherches utilisant des modèles hybrides SSA-RNN-LSTM ont permis de réduire significativement les indicateurs d’erreur à travers plusieurs technologies photovoltaïques, montrant des améliorations de 15 à 23 % dans le RMSE par rapport aux approches hybrides^{alternatives 9}. De même, les architectures CNN-LSTM ont surpassé à la fois les approches standard d’apprentissage automatique et les modèles d’apprentissage profond uniques sur plusieurs indicateurs d’évaluation lorsqu’elles sont appliquées à des données solaires^{réelles 10}. L’efficacité des méthodes hybrides basées sur la décomposition a également été établie, où la décomposition par paquets d’ondelettes combinée aux réseaux LSTM a démontré des performances supérieures par rapport aux modèles individuels LSTM, RNN, GRU et MLP dans la prédiction de puissance PV^{à l’heure 2}. En prévision de l’énergie éolienne, les modèles hybrides combinant des couches convolutionnelles avec des réseaux GRU ont réalisé des améliorations notables dans les prédictions à très court terme, la validation à travers plusieurs emplacements confirmant leur robustesse et^{généralisation 7}. De plus, des mécanismes basés sur l’attention comme les Transformers offrent un potentiel supplémentaire en se concentrant sélectivement sur les segments d’entrée pertinents à travers les pas de temps. Des recherches récentes sur les hybrides CNN-LSTM-Transformer ont atteint des taux d’erreur exceptionnellement faibles, représentant des efforts pionniers pour intégrer les réseaux Transformers dans des modèles hybrides pour la prévision de l’énergie^{solaire 11}.

Le succès des modèles hybrides va au-delà des combinaisons architecturales pour inclure des techniques de prétraitement et des adaptations spécialisées aux conditions réelles. Les techniques de décomposition du signal se sont révélées précieuses pour capturer les caractéristiques multi-échelle de la production d’énergie photovoltaïque, améliorant la précision des prévisions grâce à une meilleure représentation des motifs^{temporels 2}. Pour les centrales solaires industrielles fonctionnant dans des conditions de restriction, des approches basées sur LSTM améliorées intégrant des prétraitements spécialisés ont permis de réduire significativement les erreurs en corrigeant les incohérences des^{données 12}. L’impact de la qualité des données d’entrée a également été examiné, révélant des différences substantielles de performance entre l’utilisation des données météorologiques historiques versus prévisions, avec des techniques innovantes d’ingénierie des caractéristiques aidant à atténuer les pertes de précision dans des conditions d’entrée^{imparfaites 6}. Les approches d’apprentissage automatique ont également démontré leur efficacité dans les systèmes connectés au réseau, montrant un potentiel pour réduire la dépendance à la capacité de réserve de rotation conventionnelle grâce à des prévisions^{précises 13}. Des travaux fondamentaux antérieurs ont établi la viabilité des réseaux de neurones artificiels pour diverses applications de l’énergie solaire, démontrant leur capacité à traiter des données bruitées et incomplètes tout en fournissant des prédictions rapides une fois^{entraînées 3,4,14}. La recherche sur les horizons optimaux de prévision et les approches à entrée minimale a fourni des orientations pratiques pour la conception et le déploiement de systèmes dans les régions à faible paure de^{données 15, 16, 17}. Les méthodes hybrides combinant modélisation des mécanismes et apprentissage profond ont également montré des promesses pour des applications complexes de l’énergie solaire thermique, identifiant avec précision les facteurs météorologiques clés et leurs relations spatiotemporelles¹⁸. Des études comparatives ont établi les avantages des architectures récurrentes avancées, en particulier les réseaux LSTM bidirectionnels, qui ont obtenu des performances exceptionnelles dans des conditions environnementales difficiles telles que le temps^{nuageux 19}.

L’apprentissage en ensemble, en particulier par la moyenne pondérée, offre une solution convaincante. En agrégeant les prédictions des modèles complémentaires, les méthodes d’ensemble peuvent réduire l’erreur de généralisation, améliorer la robustesse et atténuer les faiblesses des modèles individuels. Cette étude étudie la performance de cinq modèles hybrides avancés de DL : RF-BiLSTM, CNN-LSTM, CNN-BILSTM, CNN-GRU et CNN-Transformer pour la prévision de l’énergie solaire. Chaque modèle est évalué à l’aide de métriques rigoureuses, notamment le coefficient de détermination (R²), l’erreur absolue moyenne (MAE) et l’erreur quadratique moyenne (MSE). Sur la base du benchmarking de performance, les trois meilleurs modèles sont sélectionnés et combinés en un ensemble optimisé à l’aide d’une technique de moyenne pondérée. L’objectif est de développer un ensemble DL uniquement qui améliore la précision des prévisions tout en maintenant la généralisation et la faisabilité computationnelle. Cette recherche vise à fournir des solutions pratiques et performantes de prévision pour les exploitants de réseau et les acteurs des énergies renouvelables.

Malgré des avancées considérables dans les méthodologies de prédiction des énergies renouvelables, plusieurs limites cruciales persistent dans le corpus actuel de connaissances. Bien que les systèmes photovoltaïques aient attiré une attention importante sur la recherche, les applications de prévision spécifiquement adaptées à la concentration de l’énergie solaire restent nettement sous-représentées, laissant les questions sur la prévision de l’efficacité thermique et l’optimisation opérationnelle largement non^{résolues 15,16}. Les cadres de prévision actuels partent généralement du principe que les mesures des capteurs sont intrinsèquement précises, négligeant la mise en œuvre de procédures systématiques de correction d’erreurs pour l’instrumentation à irradiance normale directe, ce qui introduit des préoccupations potentielles de fiabilité tant pour l’analyse rétrospective que pour les prédictions^{prospectives 20}. Les approches existantes se concentrent principalement sur la prédiction temporelle sans examiner les caractéristiques spectrales du rayonnement solaire dans des conditions atmosphériques variables, malgré l’influence connue de la distribution spectrale sur la performance du^{système 17}. Bien que les architectures hybrides combinant réseaux convolutionnels et récurrents se soient révélées efficaces pour les applications photovoltaïques et éoliennes, leur adaptation aux systèmes solaires thermiques concentrés reste largement inexplorée, en particulier les configurations intégrant le traitement des caractéristiques en forêt aléatoire avec des couches récurrentes^{bidirectionnelles 7,10}. La prévalence des intervalles de prévision horaires dans les études publiées néglige la nécessité d’une résolution temporelle plus élevée capable de capturer une dynamique de réponse thermique rapide, essentielle à la gestion du système^{en temps réel 18,19}. De plus, l’amélioration de la qualité des données et la modélisation prédictive existent comme des domaines de recherche déconnectés sans cadres intégrés démontrant comment la rectification de la mesure se traduit par des améliorations de prévision²⁰. Enfin, les considérations d’efficacité computationnelle, notamment la durée de l’entraînement, la vitesse d’inférence et les exigences matérielles, reçoivent une attention insuffisante par rapport aux seules métriques de précision, limitant les directives pratiques^{de déploiement 20}.

Cette étude corrige ces lacunes en établissant une méthodologie complète qui intègre une analyse spécifique à l’énergie solaire concentrée avec l’optimisation thermique, met en œuvre des protocoles rigoureux de correction des erreurs des capteurs, réalise des examens de distribution spectrale, introduit une architecture LSTM Random Forest-Bidirectional pour la prédiction de la puissance thermique, exécute des prévisions à résolution minute pour une granularité temporelle accrue, relie les processus de rectification des données à la performance et fournit un benchmarking computationnel systématique sur cinq architectures hybrides utilisant du matériel de traitement graphique standardisé. Les principales lacunes de recherche identifiées dans la littérature existante sont résumées dans le Tableau 1.

Lacune de recherche	Littérature existante	Ce qui manque	Cette étude aborde
Recherche limitée spécifique au CSP	Études approfondies de prévisionphotovoltaïque 15,16	Rectification des données d’efficacité thermique CSP	Analyse complète des données CSP avec optimisation thermique
Correction d’erreur insuffisante des capteurs	Les études supposent une précisiondes données de 17	Protocoles de correction zéro erreur pour les instruments DNI	Mise en œuvre de correction zéro erreur pour une évaluation précise
Absence d’analyse spectrale DNI	Focus de prévision temporelleseulement 18	Distribution spectrale sous variations atmosphériques	Analyse spectrière révélant des influences nuageuses/atmosphériques
Modèles hybrides limités pour CSP	CNN-LSTM pour PV10, CNN-GRU pourl’éolien 7	RF-BiLSTM pour les applications CSP	Nouvelle RF-BiLSTM atteignant R2 = 0,657
Manque d’analyse minute par minute	Prévisionshoraires 18,19	Haute résolution pour la dynamique thermique	Évaluation minute par minute pour l’optimisation en temps réel
Pas de cadre intégré	Prévisions et études de qualitéséparées 20	Lien entre rectification et performance	Cadre intégré d’amélioration des données à la performance
Analyse computationnelle insuffisante	Comparaisons de précision seulement20	Efficacité de la formation et faisabilité du déploiement	Analyse computationnelle sur GPU T4 à travers 5 modèles

Tableau 1 : Les lacunes de recherche abordées dans l’étude en cours. Résumé des limites de la recherche existante, des éléments manquants dans la littérature actuelle, et des contributions spécifiques de cette étude pour remédier aux lacunes identifiées dans la prévision des CSP et l’évaluation de la qualité des données.

Protocol

Collecte et description des ensembles de données
L’ensemble de données (Figure 1) utilisé dans cette recherche comprend des archives historiques cruciales pour la prévision de l’énergie solaire. L’ensemble de données comprend des données opérationnelles quotidiennes provenant d’une centrale solaire thermique concentrée de 50 MW exploitée par Megha Engineering and Infrastructures Limited (MEIL), située près d’Anantapur, Andhra Pradesh, Inde, utilisant la technologie de concentration solaire (CSP) à auge parabolique qui capture l’irradiance normale directe (DNI) et transfère la chaleur via un fluide de transfert de chaleur (HTF) pour produire de l’électricité. Le jeu de données a été collecté du 1er janvier 2015 au 3 octobre 2025 et contient sept attributs clés qui capturent l’information temporelle, les mesures d’irradiance solaire et la production d’énergie. Les attributs temporels incluent « Date », qui indique la date du calendrier au format standard, « Year » indiquant l’année de collecte des données, « Month » représentant le numéro du mois, « Day » désignant le jour du mois, et « Julian Day » offrant un système de numérotation séquentielle tout au long de l’année pour une analyse temporelle continue. La principale variable météorologique d’entrée est la « SUME DNI » mesurée en kWh/m², qui représente l’irradiance normale directe totale (DNI), l’énergie solaire cumulative reçue par mètre carré de surface du collecteur, servant de facteur critique influençant l’efficacité de conversion thermique de la centrale CSP. La variable cible « Production réelle », mesurée en kWh, capture la puissance électrique produite par la centrale CSP, reflétant le résultat du processus de conversion d’énergie solaire-thermique-électrique. Ces attributs permettent collectivement une analyse complète des performances de l’usine, incluant la détermination de l’efficacité thermique, la modélisation DNI-puissance de conversion, l’identification des influences atmosphériques et nuageuses via l’analyse spectrale, la mise en œuvre de protocoles de correction zéro erreur pour l’étalonnage des capteurs, ainsi que le développement de modèles avancés hybrides de prévision par apprentissage automatique pour optimiser la planification opérationnelle en temps réel et améliorer l’efficacité et la fiabilité globales de l’usine CSP. Détails de l’usine disponibles à : https://solarpaces.nrel.gov/project/megha-solar-plant

Figure 1 : Les cinq premières lignes du jeu de données. Données d’exemple montrant les entrées initiales de l’ensemble de données de production d’énergie solaire, affichant les caractéristiques d’entrée et les variables cibles utilisées pour l’entraînement et l’évaluation du modèle. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Préparation des données
L’étude utilise des séries temporelles de production solaire allant du 1er janvier 2015 au 10 mars 2025. Pour tenir compte des problèmes potentiels de qualité des données dans les premières années et se concentrer sur des tendances plus récentes, les enregistrements ont été filtrés à partir du 1er janvier 2017. Les colonnes temporelles (date, année, jour) ont été supprimées sur la base d’analyses préliminaires de corrélation montrant une valeur prédictive négligeable. Les valeurs manquantes ont été imputées à l’aide d’une technique de moyenne mobile afin de maintenir la continuité temporelle tout en minimisant la distorsion des motifs sous-jacents. Trois caractéristiques de latence ont été créées en utilisant la variable cible (Génération réelle (kW/h)) pour capturer les dépendances temporelles.

Répartition des jeux de données
Pour établir des cohortes d’entraînement, de validation et de test équilibrées et représentatives, l’ensemble de données pré-traité a été segmenté à l’aide d’une méthode d’échantillonnage stratifiée. Cette approche garantissait que 70 % des données (2091 données) étaient allouées à l’entraînement, tandis que les ensembles de validation et de test représentaient chacun 15 % (448 données par ensemble).

Normalisation des données
Les fonctionnalités ont été standardisées via StandardScaler, tandis que les valeurs cibles ont été normalisées via MinMaxScaler à la plage [0,1] pour la stabilité du réseau de neurones.

Entraînement des modèles
Cinq modèles hybrides (Random Forest-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU et CNN-Transformer) ont été mis en œuvre pour la prévision de la production solaire. Les données d’entrée ont été restructurées dans un format séquentiel remodelé en (échantillons, pas de temps, caractéristiques) où les pas de temps = 1 pour la plupart des modèles, sauf CNN-LSTM, qui utilisait une fenêtre glissante de 15 étapes. Les ensembles d’entraînement, de validation et de test ont été mis à l’échelle tout en préservant l’ordre temporel pour éviter la fuite de données. Tous les modèles sont entraînés avec 32 lots et 30 époques.

Forêt aléatoire-BiLSTM (Figure 2) : Le modèle hybride proposé combine un réseau bidirectionnel de mémoire à court terme long terme (BiLSTM) avec un régresseur de forêt aléatoire (RF) pour améliorer la précision des prédictions. Tout d’abord, le modèle BiLSTM est entraîné sur les données de série temporelle d’entrée pour capturer les schémas temporels et générer des prédictions initiales. Ensuite, les erreurs résiduelles (différences entre les valeurs réelles et prédites) du BiLSTM sont calculées. Un modèle de forêt aléatoire est ensuite entraîné sur les caractéristiques d’entrée originales pour apprendre et prédire ces résidus. Pour améliorer les performances du modèle RF, les six caractéristiques les plus importantes sont sélectionnées en fonction des scores d’importance des caractéristiques. Enfin, la prédiction corrigée est obtenue en ajoutant les résidus prédits par RF aux sorties BiLSTM. Cette approche hybride exploite la capacité de modélisation de séquences de BiLSTM et la force d’apprentissage d’ensemble de Random Forest pour obtenir une meilleure généralisation et une meilleure performance prédictive.

Soit la séquence d’entrée au pas de temps t.

Prédiction BiLSTM :

, 

 

 

Calcul résiduel : 

Apprentissage résiduel en utilisant la forêt aléatoire : Soit Z⊂X les k principales caractéristiques sélectionnées selon l’importance des caractéristiques.

 

Prédiction finale : 

Figure 2 : Architecture du modèle de mémoire à court terme bidirectionnel aléatoire foreste. Schéma illustrant l’architecture hybride RF-BiLSTM, montrant l’intégration du traitement des caractéristiques en forêt aléatoire avec des couches LSTM bidirectionnelles pour l’apprentissage temporel des séquences. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

CNN-LSTM (Figure 3) : Le modèle hybride CNN-LSTM commence par traiter la séquence d’entrée à l’aide d’une couche convolutionnelle 1D pour extraire les caractéristiques spatiales locales, suivie d’une activation LeakyReLU, d’une normalisation batch et d’un max pooling. Les caractéristiques extraites sont ensuite passées à travers une pile de trois couches LSTM pour apprendre les dépendances temporelles, avec une normalisation des couches et un abandon appliqués après les deux premiers LSTM pour régularisation. La sortie finale du LSTM est passée à travers des couches denses entièrement connectées avec activation et démission, puis finalement mappée à la sortie à l’aide d’un seul neurone.

Soit la séquence d’entrée, où T est la fenêtre temporelle et F le nombre de caractéristiques.

Opération CNN : 

Pooling maximal : 

Cellule LSTM : 

 

Sortie :  

Figure 3 : Architecture du modèle CNN-LSTM. Représentation structurelle du modèle hybride réseau neuronal convolutionnel à mémoire courte durée long, démontrant l’extraction convolutionnelle de caractéristiques suivie d’un traitement unidirectionnel de séquences temporelles. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

CNN-BiLSTM (Figure 4) : Le modèle hybride CNN-BiLSTM extrait d’abord les caractéristiques spatiales à l’aide d’une couche convolutionnelle 1D avec 32 filtres, suivie d’une normalisation par lots et d’un max pooling pour réduire la dimensionnalité. La sortie est ensuite transmise à travers une pile de deux couches LSTM bidirectionnelles pour capturer les dépendances temporelles à long terme dans les directions avant et arrière. La régularisation est appliquée via le dropout et la normalisation par lots. Une couche dense avec 128 neurones affine la représentation apprise avant que la couche finale ne l’associe à une seule valeur prédite.

Opération CNN : 

Pooling maximal :

LSTM bidirectionnel :  ,  

 

Sortie :  

Figure 4 : Architecture du modèle CNN-BiLSTM. Diagramme architectural du modèle Convolutional Neural Network-Bidirectional Long Short-Term Memory, mettant en lumière la combinaison des couches convolutionnelles avec un traitement récurrent bidirectionnel pour une capture accrue des dépendances temporelles. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

CNN-GRU (Figure 5) : Le modèle hybride CNN-GRU commence avec une couche Conv1D utilisant une taille de noyau de 1 pour extraire les caractéristiques spatiales de la seule étape de temps. Le pooling max réduit les dimensions spatiales. Cela est suivi d’une pile de couches GRU : la première retourne des séquences pour capturer les dépendances temporelles, et la seconde résume la séquence en une représentation compacte. Une couche dense finale produit la valeur prédite. La régularisation du dropout est appliquée entre les couches GRU pour éviter le surajustement.

Opération CNN : 

Pooling maximal : 

Cellule GRU :

Sortie :

Figure 5 : Architecture du modèle CNN-GRU. Schéma du modèle hybride Convolutional Neural Ret-Gated Recurrent Unit, montrant le prétraitement convolutionnel intégré aux couches GRU pour une modélisation temporelle efficace. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

CNN-transformateur (Figure 6) Le modèle CNN-transformateur commence par une couche Conv1D pour extraire les caractéristiques locales de la séquence d’entrée, suivie d’une couche de max pooling. Ces caractéristiques sont transmises à travers un bloc encodeur Transformer composé d’un mécanisme d’auto-attention multi-têtes, de la normalisation des couches et d’un réseau dense en avance. Un pooling global de la moyenne est alors appliqué avant qu’une couche dense finale ne produise la prédiction. Cette architecture est conçue pour capturer à la fois des motifs spatiaux (via CNN) et des dépendances globales (via l’attention Transformer).

Opération CNN :

Attention personnelle à plusieurs têtes :

Où : Q, K, V = XW^Q, XW^K, XW^V et d_k est la dimension des clés.

Réseau Feed Forward :

Couches d’ajout et de normalisation :

Sortie :

Figure 6 : Architecture du modèle CNN-Transformer. Aperçu structurel du modèle hybride réseau neuronal convolutionnel-transformer, incorporant l’extraction convolutionnelle des caractéristiques avec des mécanismes d’attention multi-têtes pour une reconnaissance avancée des motifs temporels. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Développement de modèles d’ensemble
Pour améliorer la précision des prévisions et la robustesse des modèles, nous avons mis en place une approche d’ensemble moyenne pondérée utilisant des prédictions issues des cinq modèles hybrides d’apprentissage profond : RF-BiLSTM, CNN-LSTM, CNN-BILSTM, CNN-GRU et CNN-Transformer. L’ensemble a été construit en attribuant des poids optimisés aux prédictions de chaque modèle, avec des poids plus élevés attribués aux modèles démontrant une performance individuelle supérieure, mesurée par leurs scores R². Cette stratégie de pondération garantit que des modèles plus précis contribuent de manière significative à la prévision finale tout en tirant parti des forces complémentaires de toutes les architectures. La sortie de l’ensemble a ensuite été évaluée à l’aide de métriques de performance standard : R², erreur absolue moyenne (MAE) et erreur quadratique moyenne (MSE) afin d’évaluer sa précision prédictive, sa cohérence et sa capacité de généralisation. Cet ensemble d’apprentissage profond vise à intégrer l’extraction de caractéristiques temporelles sous plusieurs perspectives, obtenant ainsi une plus grande précision et robustesse que tout modèle hybride isolé.

Formulation mathématique de la technique d’ensemble :

Soit

représentent l’ensemble des modèles de base correspondant à CNN-RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU et CNN-Transformer.

Chaque modèle de base M_i produit une prédiction :

La matrice méta-caractéristique pour l’empilement est formée comme suit :

Le méta-apprenant de la régression de crête estime la prédiction finale ainsi :

où :

-- w_i suis les poids d’empilage appris

-- w₀ est le terme de biais

Pour éviter le surapprentissage, la régression de crête minimise la fonction de perte régularisée suivante :

où :

-- y_j = cible vraie pour le j^ième échantillon

-- N = nombre total d’échantillons

-- α = paramètre de régularisation contrôlant le retrait du poids

La prédiction de l’ensemble s’obtient ainsi :

où les poids w_i sont automatiquement appris en minimisant la fonction de perte de crête.

Results

Évaluation de la performance individuelle du modèle
L’évaluation des performances de cinq modèles hybrides d’apprentissage profond (DL) : RF-BiLSTM, CNN-GRU, CNN-BiLSTM, CNN-LSTM et CNN-transformer a été réalisée à l’aide d’un ensemble complet de métriques de régression standard, incluant R² (coefficient de détermination), l’erreur absolue moyenne (MAE) et l’erreur quadratique moyenne (MSE), afin d’évaluer rigoureusement leur capacité à prévoir la production d’énergie solaire sous des conditions météo...

Discussion

La méthodologie proposée suit un flux de travail structuré comme montré à la Figure 12. Initialement, le jeu de données subit un prétraitement complet, incluant l’imputation des valeurs manquantes, la normalisation et l’ingénierie des caractéristiques, afin d’assurer la qualité des données et d’améliorer l’apprentissage des modèles ^3,6. Le jeu de données traité est ensuite divisé en ensembles d’entraînement (70 %), de validation (15 ...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
BiLSTM	TensorFlow/Keras	TensorFlow 2.10.0
Couches CNN	TensorFlow/Keras	TensorFlow 2.10.0
Google Colab	Google LLC	Plateforme Cloud
GRU	TensorFlow/Keras	TensorFlow 2.10.0
Matplotlib	Équipe de développement Matplotlib	3.7.1
NumPy	NumFOCUS	1.25.2
NVIDIA T4 GPU	NVIDIA Corporation	Tesla T4
Pandas	NumFOCUS	2.0.3
Pyrhéliomètre pour la mesure des DNI	Kipp & Zonen	CH1-DL
Python	Fondation Python Software	3.10.12
Forêt aléatoire	Développeurs Scikit-learn	1.2.2
Scikit-learn	Développeurs Scikit-learn	1.2.2
Capteurs de température	Vaisala	HMP155
TensorFlow/Keras	Google	Version 2.10.0
Transformateur	TensorFlow/Keras	TensorFlow 2.10.0
Station météorologique	Davis Instruments	Vantage Pro2