AI-woordenlijst
Het complete woordenboek van kunstmatige intelligentie
Météorologie Numérique
Discipline scientifique utilisant des modèles mathématiques de l'atmosphère pour simuler et prévoir l'état futur du temps, constituant la donnée d'entrée fondamentale pour les modèles de prévision énergétique.
Persistence Model
Modèle de prévision de référence qui postule que la production d'énergie à un instant futur sera identique à la production actuelle, servant de baseline pour évaluer la performance des modèles d'IA plus complexes.
Réseau Neurone à Convolution (CNN)
Architecture de deep learning spécialisée dans le traitement de données spatiales comme les images satellitaires ou les cartes de vent, utilisée pour extraire des motifs pertinents pour la prévision énergétique.
Réseau Neurone Récurrent (RNN)
Type de réseau de neurones conçu pour traiter des séquences temporelles, capable de mémoriser des informations passées pour prédire les valeurs futures de production d'énergie renouvelable.
Normalisation des Flux (NFM)
Technique de prétraitement qui transforme les données brutes de production énergétique en une distribution standard, stabilisant l'entraînement des modèles et améliorant leur capacité de généralisation.
Erreur Absolue Moyenne (MAE)
Indicateur de performance calculant la moyenne des valeurs absolues des erreurs de prévision, offrant une mesure plus intuitive et moins sensible aux outliers que le RMSE.
Courbe de Puissance
Relation non linéaire reliant la vitesse du vent à la puissance électrique générée par une éolienne, modélisée par des fonctions polynomiales ou des réseaux de neurones pour affiner les prévisions.
Irradiance Solaire
Puissance du rayonnement solaire reçue par unité de surface à la surface de la Terre, exprimée en W/m², qui constitue la variable d'entrée principale pour les modèles de prévision photovoltaïque.
Physico-Statistical Model
Hybrid approach that couples the physical equations of energy conversion (e.g., photovoltaic effect) with statistical models to correct biases and improve forecast accuracy.