Résumé:
La prédiction du débit d'eau dans un système de pompage d'eau photovoltaïque (SPEPV) est d'une grande importance pour les investisseurs qui souhaitent obtenir une gestion efficace de la demande en eau dans les régions éloignées et désertiques. Dans ce travail, les différentes méthodes de prédiction basée sur les réseaux de neurones artificiels (RNA) ont été étudiées et comparées. Les données utilisées pour prédire et estimer le débit d'eau horaire ont été acquis auprès d'un SPEPV expérimental installé à Médine (Arabie Saoudite). Les résultats montrent que les modèles développés peuvent prédire avec précision le débit horaire en fonction de la température horaire de l'air mesurée et le rayonnement solaire, en tant que paramètres d'entrée. Ils peuvent être utilisés: d'abord pour contrôler les SPEPV s en faisant une comparaison entre le débit horaire d'eau mesuré et prévu, deuxièmement pour étudier la faisabilité économique du système d'approvisionnement en eau dans les zones désertiques ou les sites isolés qui n'ont pas accès à un réseau électrique en fonction de la demande en eau, et enfin la détection des défauts en se basant sur le changement de façon inattendue de la quantité de l'eau fournie.
