National Thesis Portal

TOUBK@l

Moroccan doctoral research at your fingertips

Toubkal: Reaching New Heights in Research

Institutions d'enseignement et de recherche

Nombre de thèses :14

Thèses soutenues à l'étranger

Nombre de thèses :1913

Université Abdelmalek Essaadi - Tétouan

Nombre de thèses :2145

Université Cadi Ayyad - Marrakech

Nombre de thèses :3280

Université Chouaib Doukkali - El Jadida

Nombre de thèses :274

Université Hassan 1er - Settat

Nombre de thèses :296

Université Hassan II de Casablanca

Nombre de thèses :2013

Université Ibn Tofaïl - Kénitra

Nombre de thèses :126

Université Ibn Zohr - Agadir

Nombre de thèses :137

Université Mohammed Premier - Oujda

Nombre de thèses :716

Université Mohammed V de Rabat

Nombre de thèses :9791

Université Moulay Ismail - Meknès -

Nombre de thèses :236

Université Sidi Mohamed Ben Abdellah de Fès

Nombre de thèses :5158

Université Sultan Moulay Slimane - Béni Mellal

Nombre de thèses :601

Recent Submissions

Access status: Open Access ,
L’évolution des surfaces irriguées et leur impact sur les ressources en eau dans le contexte climatique actuel au Moyen Atlas tabulaire
(Université Sidi Mohammed Ben Abdellah, 2023) EL-BOUHALI Abdelaziz; AMYAY Mhamed
Access status: Open Access ,
Energy disaggregation with computational intelligence techniques
(Université Sidi Mohammed Ben Abdellah, 2023) Inoussa Habou Laouali; Saad BENNANI DOSSE
Le monde est confronté à des défis liés au changement climatique, à l'augmentation croissante de la consommation énergétique mondiale et à la diminution de plus en plus inquiétante des ressources en énergie fossile. La sensibilisation du grand public aux problèmes environnementaux et aux coûts élevés de l'énergie a augmenté ces dernières années. Cependant, une part importante de la consommation d'énergie électrique est encore liée à une mauvaise utilisation des appareils électriques. Avec la généralisation des compteurs intelligents, qui permettent un suivi fin de la consommation d'électricité, la désagrégation de l'énergie dans les bâtiments et les maisons est devenue possible, sur la base d'une seule mesure de données agrégées (courant, tension, puissances active et/ou réactive, etc.). La surveillance non intrusive de la charge (NILM) fait référence à un ensemble d'approches permettant de prédire la consommation d'énergie électrique des appareils à partir de mesures de données agrégées de demande de puissance provenant de plusieurs appareils au niveau du système de distribution d'énergie du bâtiment. Elle est devenue l'une des solutions les plus pratiques pour la désagrégation de l'énergie. Les techniques d'intelligence informatique constituent le moyen le plus rentable et le plus efficace d'atteindre les objectifs d'économie d'énergie en utilisant la MNIL. En effet, il a été démontré que les appareils présentent des schémas de consommation d'énergie uniques. Les techniques de la NILM permettent d'identifier les empreintes de chaque appareil à partir de la consommation d'énergie agrégée en utilisant des approches d'intelligence computationnelle. Cette thèse se concentre sur l'analyse des défis pratiques du déploiement de matériel NILM à faible coût et d'algorithmes de désagrégation à faible complexité. Plus précisément, nous nous sommes concentrés sur l'utilisation de signaux de puissance à basse fréquence et sur les méthodes de conception d'algorithmes NILM hors ligne avec des performances de calcul de haut niveau et un fonctionnement en ligne très rapide. La première partie est axée sur l'analyse et la collecte de données provenant d'une maison résidentielle typique située dans l'Algarve, au Portugal, dans le cadre d'un scénario réel. Ensuite, une approche d'optimisation basée sur des méthodes d'apprentissage profond est proposée. Le cadre s'appuie sur une architecture hybride d'apprentissage profond basée sur une approche de sélection de données par coque convexe à partir de données électriques basse fréquence (1 Hz). Il est basé sur l'utilisation des caractéristiques des puissances actives et réactives comme entrées. Les résultats obtenus ont démontré l'efficacité de l'approche proposée, atteignant des valeurs de F1 jusqu'à 99% et des valeurs de précision d'estimation jusqu'à 98%. Il a été démontré que l'utilisation de l'approche de sélection des données proposée améliore considérablement les résultats des modèles conçus, en particulier pour les dispositifs à états multiples. Cependant, pour obtenir des performances satisfaisantes, ces techniques ont besoin d’un nombre important de données d'entraînement. De plus, ces méthodes bénéficient grandement des modèles avec nombreux paramètres d'entraînement, qui dans la plupart des cas nécessitent une capacité de traitement coûteuse ou peu disponible. Pour relever ces défis, nous avons proposé un cadre NILM basé sur un taux d'échantillonnage d'une minute, permettant ainsi l'utilisation de compteurs à faible coût, et utilisant des modèles de réseaux neuronaux peu profonds et peu complexes. Le cadre est basé sur la conception de réseaux neuronaux à fonction de base radiale par un algorithme génétique multi-objectif (RBFNN-MOGA), avec des données de conception sélectionnées par un algorithme de coque convexe approximative. De nombreuses expériences ont été menées. Une analyse comparative a été menée pour évaluer le cadre RBFNN-MOGA par rapport à l'approche proposée. Les résultats de l'analyse ont démontré que le modèle RBFNN-MOGA ne nécessite pas trop de données d'entraînement, tout en obtenant des performances similaires ou supérieures à celles des approches utilisant plus de données d'entraînement. En outre, l'efficacité de l'approche proposée pour obtenir la meilleure estimation de l'énergie consommée par chaque appareil de la maison a été mise en évidence en la comparant à d'autres méthodes de pointe utilisant des données distinctes et communes. Dans l'ensemble, les approches proposées dans cette thèse pour désagréger la consommation d'énergie électrique ont été testées efficacement sur des données du monde réel, et nous sommes optimistes quant à leur contribution à la résolution des problèmes d'efficacité dans les foyers.
Access status: Open Access ,
التكوين المهني : و إشكالية إدماج الشباب في المقاولة المغربية - دراسة سوسيولوجية
(Université Sidi Mohammed Ben Abdellah, 2024) سهام الشويا; عبد السلام فراعي
Access status: Open Access ,
L’évolution esthétique chez Saint-John Perse entre réel et idéal
(Université Sidi Mohammed Ben Abdellah, 2016) Mohammed KCHIBAL; Abdelmounim EL AZOUZI
Access status: Open Access ,
نماذج من نوازل فقهاء المالكية الأسرية بالغرب الإسلامي خلال المائة الخامسة من الهجرة جمع وتـأصيل و دراسة
(Université Sidi Mohammed Ben Abdellah, 2017) عبد الله الفلاحي; محمد المهدي رمح
Access status: Metadata only ,
Approche comparative de la richesse phytochimique et des activités bioactives de plantes aromatiques et médicinales du Rif: de l'extraction à la valorisation cosmétique
(Faculté des Sciences et Techniques d’Al Hoceima, 2025) AHIDAR Naoufal; DRAOUI Abdeslam
Access status: Metadata only ,
Étude de l'activité biostimulante des macroalgues Ulva lactuca
(Faculté des Sciences et Techniques de Tanger , 2025) NHHALA Nada; Khalid LAIRINI Anass KCHIKICH
Access status: Metadata only ,
Design and Development of a Chitosan-Functionalized Argan Oil Nanoemulsion Platform for the Pharmacological Delivery of Cannabidiol
(Faculté des Sciences et Techniques de Tanger , 2025) MDARHRI Yousra; Mohamed CHABBI
Access status: Metadata only ,
Approche multimode de planification: Application aux systèmes complexes
(Ecole Nationale des Sciences Appliquées de Tanger, 2025) EL QABLI Zineb; BAHRAOUI Fatima
Access status: Metadata only ,
Le concept de l'homéostasie: Analyse et innovation didactique en enseignement des SVT au secondaire qualifiant
(Faculté des Sciences - Tétouan, 2025) RACHIDI Fatine; BAHRAOUI Fatima

TOUBK@l

Discover

Institutions in Toubk@l

Recent Submissions