Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/21827
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBABAHAMOU HOUCINE, BEHMENE MOHAMMED TAIB-
dc.contributor.authorHouari TOUBAKH-
dc.date.accessioned2019-11-03T10:12:20Z-
dc.date.available2019-11-03T10:12:20Z-
dc.date.issued2019-11-03-
dc.identifier.urihttp://dspace.univ-ouargla.dz/jspui/handle/123456789/21827-
dc.description.abstractDans cette étude nous avons fait une simulation en utilisant le programme « Matlab », concernant le travail de l’énergie l’éolienne. le but principal implanté un algorithme de classification supervisé nonparamétrique KPPV pour concevoir un modèle de décision capable de détecter et d'isoler des défauts de type capteurs de l’actionneur des pales détermine l’angle efficace de la rotation des pales L’expérimentation (les tests) a été conduite par l’algorithme K plus proche vison « KPPV » et la méthode de l’apprentissage automatique. Abstracten_US
dc.description.sponsorshipUniversité Kasdi Merbah Ouargla Faculté des Nouvelles Technologies de l'Information et de la Communicationen_US
dc.language.isofren_US
dc.titleDiagnostic Prédictif des Défauts Capteurs Dans un Système Eolienne en Utilisant les Approches d’Apprentissage Automatiqueen_US
Appears in Collections:Département d'Electronique et des Télécommunications - Master

Files in This Item:
File Description SizeFormat 
Diagnostic Prédictif des Défauts Capteurs Dans un Système Eolienne_.pdf611,34 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.