Explication Détaillée des Visualisations - Projet IA
Solaire
Mohammed BOUZAHR
23 décembre 2025
Introduction
Ce document explique CHAQUE figure générée pour le projet de prédiction de production
solaire. Pour chaque graphique, je détaille :
— Ce qu’il montre
— Comment l’interpréter
— Les insights qu’on en tire
— Pourquoi c’est important pour le projet
1 Figure 1 : Boxplots pour détection d’outliers
1
Description
Cinq boxplots (diagrammes en boîte) montrant la distribution de chaque variable principale.
Comment lire un boxplot :
— Boîte centrale : Contient 50% des données (entre Q1 et Q3)
— Ligne dans la boîte : Médiane (valeur qui sépare les données en deux)
— Moustaches : S’étendent jusqu’à 1.5×IQR (Interquartile Range)
— Points isolés : Valeurs aberrantes (outliers)
Interprétation par variable :
1. AC_POWER (Puissance AC) :
— Médiane très basse (proche de 0) → Beaucoup d’heures sans production (nuit)
— Boîte étroite en bas, étendue en haut → Distribution asymétrique
— Peu d’outliers → Données propres
2. DC_POWER (Puissance DC) :
— Même pattern que AC_POWER mais valeurs plus élevées
— Relation cohérente avec AC_POWER (facteur de conversion)
3. IRRADIATION :
— Médiane basse → Beaucoup d’heures sans soleil
— Distribution concentrée en bas → Irradiation faible fréquente
— Maximum autour de 1.2 kW/m² → Valeur réaliste pour le Maroc
4. Températures :
— Distributions normales (boîtes centrées)
— Module > Ambiance → Panneaux chauffent au soleil
— Écart-type similaire → Variations cohérentes
Insights importants :
— Pas d’outliers extrêmes → Données de bonne qualité
— Distributions réalistes → Données plausibles
— Asymétrie attendue → Pattern jour/nuit naturel
2
2 Figure 2 : Distributions des variables
Description
Histogrammes avec courbe de densité (KDE) pour chaque variable.
Interprétation :
Histogramme (barres bleues) :
— Hauteur = fréquence des valeurs
— Largeur = intervalle de valeurs
Courbe rouge (KDE) :
— Estimation de la densité de probabilité
— Plus lisse que l’histogramme
Lignes verticales :
— Verte (tirets) : Moyenne
— Orange (points) : Médiane
Observations par variable :
AC_POWER :
— Pic à 0 → Toutes les nuits (pas de production)
— Deuxième pic autour de 400 kW → Production typique diurne
— Queue de distribution à droite → Heures de forte production
3
— Moyenne > Médiane → Distribution étirée vers la droite
DC_POWER :
— Même pattern que AC_POWER
— Valeurs environ 10× plus grandes (conversion 90%)
IRRADIATION :
— Distribution exponentielle décroissante
— Maximum à 0 (nuit)
— Décroissance rapide → Peu d’heures de fort ensoleillement
Températures :
— Distributions en cloche (normales)
— Module décalée vers la droite → Plus chaude que l’air
— Bon recouvrement → Corrélation attendue
Implications pour la modélisation :
— Données non-normales → Standardisation nécessaire
— Beaucoup de zéros → Modèle doit gérer ce cas spécial
— Distributions différentes → Features à normaliser
3 Figure 3 : Production moyenne par heure
Description
Deux graphiques : production par heure (à gauche) et par mois (à droite).
Graphique de gauche (Production horaire) :
Courbe bleue :
— Production AC moyenne par heure
— Forme de cloche typique
4
— Maximum à 12h-13h
Zone bleue remplie :
— Surface sous la courbe
— Montre l’énergie totale produite
Zone jaune :
— Heures de jour (6h-19h)
— Délimite la période de production
Observations :
— Production nulle 20h-5h → Nuit
— Démarrage progressif 6h-8h → Lever du soleil
— Pic 12h-14h → Soleil au zénith
— Décroissance 15h-19h → Coucher du soleil
— Symétrie approximative → Pattern solaire régulier
Graphique de droite (Production mensuelle) :
Barres colorées :
— Production moyenne par mois
— Code couleur viridis (fondu)
— Hauteur = production moyenne
Évolution :
— Janvier : bas (250 kW) → Hiver, jours courts
— Progression régulière → Saisonnalité
— Maximum Juin-Juillet (400-420 kW) → Été, jours longs
— Légère baisse Août → Possible nuages/saison
Insights combinés :
— Pattern journalier PRÉVISIBLE → Bon pour l’IA
— Saisonnalité MARQUÉE → Doit être capturée par le modèle
— Variations cohérentes avec la physique → Données réalistes
5
4 Figure 4 : Matrice de corrélation
Description
Matrice montrant les coefficients de corrélation entre toutes les variables.
Comment lire :
— Carrés rouges : Corrélation forte POSITIVE
— Carrés bleus : Corrélation forte NÉGATIVE
— Nombres : Coefficient de corrélation (-1 à +1)
— Diagonale : Auto-corrélation = 1
Corrélations importantes :
1. IRRADIATION → DC_POWER : 0.95
— Corrélation TRÈS FORTE
— Plus de soleil = plus de production
— Relation quasi-linéaire
2. DC_POWER → AC_POWER : 0.92
— Conversion efficace
— Onduleur avec rendement constant
6
3. IRRADIATION → MODULE_TEMP : 0.85
— Soleil chauffe les panneaux
— Relation physique attendue
4. AMBIENT_TEMP → MODULE_TEMP : 0.78
— Température air influence panneaux
— Mais moins que l’irradiation
5. MODULE_TEMP → AC_POWER : 0.45
— Corrélation MODÉRÉE
— Panneaux chauds = moins efficaces
— Mais production dépend plus du soleil
Implications :
— IRRADIATION est le meilleur prédicteur
— DC_POWER redondant avec irradiation (multicolinéarité)
— Température a un effet mais secondaire
— Bonnes perspectives pour la régression
5 Figure 5 : Prédictions vs Réalité (3 jours)
7
Description
Deux graphiques : comparaison des prédictions (haut) et erreurs (bas) sur 3 jours.
Graphique du haut (Comparaison) :
Courbes :
— Noire : Données réelles
— Bleue : XGBoost
— Rouge : LSTM
— Verte : Random Forest
Zones grises :
— Nuit (pas de production)
— Tous les modèles prévoient 0 → Facile
Observations :
— Tous suivent bien la courbe réelle
— XGBoost (bleu) colle le mieux
— Légère surestimation en après-midi
— Bon suivi des pics et creux
Graphique du bas (Erreurs) :
Barres bleues :
— Erreur = Prédiction - Réalité
— Positif : Surestimation
— Négatif : Sous-estimation
— Ligne noire : Zéro (parfait)
Observations :
— Erreurs principalement entre -50 et +50 kW
— Distribution symétrique (pas de biais)
— Quelques pics d’erreur aux transitions
— Erreurs plus grandes quand production change vite
Analyse quantitative :
— RMSE sur 3 jours : 45 kW
— Erreur relative moyenne : 5%
— Pire cas : 100 kW (sous-estimation pic)
— Meilleur cas : 10 kW (nuit)
8
6 Figure 6 : Analyse des résidus
Description
Six graphiques d’analyse des résidus (erreurs) du modèle.
1. Histogramme des résidus :
— Forme de cloche centrée sur 0
— Distribution approximativement normale
— Légère asymétrie à droite
— Écart-type 50 kW (cohérent avec RMSE)
2. QQ-Plot :
— Points près de la ligne droite → Normalité
— Écarts aux extrémités → Queues légèrement plus épaisses
— Acceptable pour la régression
3. Résidus vs Prédictions :
— Nuage de points centré sur 0
— Pas de pattern (dispersion aléatoire)
9
— Variance constante (homoscédasticité)
— Bon signe : pas de relation erreur-valeur
4. Résidus vs Irradiation :
— Pas de relation claire
— Erreurs similaires toutes irradiations
— Bonne généralisation
5. Autocorrélation :
— Barres autour de 0 sauf lag 0
— Pas d’autocorrélation significative
— Erreurs indépendantes (bon pour série temporelle)
6. Résidus cumulés :
— Oscille autour de 0
— Pas de drift (pas de biais cumulatif)
— Stationnaire
Conclusion validation :
— Résidus acceptables pour régression
— Pas de violations majeures des hypothèses
— Modèle bien spécifié
10
7 Figure 7 : Relations entre variables
Description
Quatre scatter plots montrant les relations entre variables clés.
1. Irradiation vs DC Power :
— Nuage de points aligné
— Relation linéaire forte
— Couleur par heure : pattern clair
— Ligne rouge : tendance linéaire
— R² élevé (>0.9)
2. Température vs Efficacité :
— Relation NÉGATIVE
— Panneaux chauds = moins efficaces
— Couleur par irradiation : effet combiné
— Dispersion importante → Autres facteurs
11
3. DC Power vs AC Power :
— Relation linéaire
— Pente 0.9 (efficacité)
— Couleur par température : effet visible
— Ligne rouge : efficacité idéale 90%
— Points au-dessus/dessous : variation efficacité
4. Irradiation vs Température :
— Relation positive
— Plus de soleil = panneaux plus chauds
— Dispersion modérée
— T max 15°C (réaliste)
Insights physiques :
— Relations conformes à la physique
— Efficacité dépend de température
— Production dépend linéairement du soleil
— Données cohérentes
8 Figure 8 : Importance des features
Description
Diagramme en barres horizontales montrant l’importance relative des features.
12
Méthode de calcul :
— Gain moyen de pureté (XGBoost)
— Mesure combien chaque feature réduit l’erreur
— Normalisé en pourcentage
Top 5 des features :
1. IRRADIATION (32.4%) :
— DE LOIN la plus importante
— Le soleil est le moteur principal
— Conforme à la physique
2. HOUR_COS (15.8%) :
— Position dans la journée
— Capture le pattern journalier
— Cosinus pour la circularité
3. AC_POWER_LAG_1 (12.3%) :
— Production à l’heure précédente
— Très prédictif pour l’heure suivante
— Inertie du système
4. MODULE_TEMPERATURE (9.7%) :
— Température des panneaux
— Affecte l’efficacité
— Proxy pour l’irradiation cumulée
5. IRRADIATION_LAG_1 (7.2%) :
— Irradiation précédente
— Persistance météo
— Corrélé avec la production
Observations :
— Top 3 = 60% de l’importance
— Features temporelles très importantes
— Features météo dominantes
— Lag features utiles
13
9 Figure 9 : Patterns temporels
Description
Deux graphiques : pattern journalier (gauche) et saisonnier (droite).
Graphique de gauche (Journalier) :
Courbes normalisées :
— Bleue : Production (normalisée 0-1)
— Rouge : Irradiation (normalisée 0-1)
— Verte : Température (normalisée)
Observations :
— Production et irradiation synchronisées
— Température décalée (pic en après-midi)
— Formes similaires mais pas identiques
— Normalisation permet comparaison
Graphique de droite (Saisonnier) :
Barres groupées :
— Bleu : Production normalisée
— Orange : Irradiation normalisée
Évolution :
— Les deux augmentent jusqu’à l’été
— Pic en Juin-Juillet
— Légère baisse en Août
— Production suit l’irradiation
14
Patterns identifiés :
— Journalier : clairement cyclique
— Saisonnier : progression/régression
— Bonne corrélation production-irradiation
— Température avec comportement différent
10 Figure 10 : Analyse de l’efficacité
Description
Deux graphiques : distribution de l’efficacité (gauche) et relation température-efficacité (droite).
Graphique de gauche (Distribution) :
Histogramme :
— Efficacité = AC_POWER / DC_POWER
— Distribution en cloche
— Moyenne 0.895 (89.5%)
Lignes verticales :
— Rouge : Moyenne (0.895)
— Zone jaune : Cible 85-95%
Observations :
— Distribution normale
— Moyenne dans la zone cible
— Écart-type faible → Bon contrôle qualité
— Quelques valeurs extrêmes (mesures bruitées)
15
Graphique de droite (Température vs Efficacité) :
Nuage de points :
— Chaque point = une observation
— Couleur par irradiation
— Tendance quadratique (ligne rouge)
Relation :
— Négative et non-linéaire
— Perte 0.5% par °C au-dessus de 25°C
— Dispersion importante → Autres facteurs
— Couleur montre effet irradiation combiné
Implications :
— Efficacité stable autour de 90%
— Impact température significatif mais limité
— Bonne performance de l’onduleur
— Données cohérentes avec la théorie
11 Figure 11 : Diagramme du pipeline
Description
Diagramme schématique du processus complet du projet.
16
Étapes du pipeline :
1. Définition du Problème :
— Objectifs SMART
— Stakeholders
— Métriques
2. Collecte & Nettoyage :
— 68k observations
— Traitement valeurs manquantes
— Détection outliers
3. Exploration & Visualisation :
— Analyse statistique
— Visualisations
— Corrélations
4. Feature Engineering :
— 15 features créées
— Sélection variables
— Préparation données
5. Modélisation & Optimisation :
— XGBoost, LSTM
— Grid Search, Optuna
— Validation croisée
Résultats finaux :
— Modèle XGBoost
— R² = 0.936
— RMSE = 48.34 kW
— Précision > 93%
Valeur du diagramme :
— Montre la méthodologie
— Structure logique
item Processus complet
— Professionnel
17
12 Figure 12 : Comparaison des modèles
Description
Deux graphiques : performance (gauche) et temps d’entraînement (droite).
Graphique de gauche (Performance) :
Barres groupées :
— Rouge : RMSE (kW) - PLUS BAS = MEILLEUR
— Bleu : R² × 100 - PLUS HAUT = MEILLEUR
Modèles comparés :
— Régression Linéaire : RMSE élevé, R² faible
— Random Forest : Meilleur que linéaire
— XGBoost : Meilleur compromis
— LSTM : Légèrement meilleur mais lent
— GRU : Similaire à LSTM
Ligne rouge :
— Objectif RMSE = 50 kW
— Seulement XGBoost et LSTM/GRU en dessous
Graphique de droite (Temps) :
Barres colorées :
— Temps d’entraînement en secondes
— Échelle logarithmique implicite
Observations :
— Régression Linéaire : <1s (très rapide)
— Random Forest : 45s
— XGBoost : 29s
— LSTM : 313s (5 minutes)
— GRU : 285s
18
Analyse coût/bénéfice :
— XGBoost : Bonne performance, temps raisonnable
— LSTM : Légèrement mieux mais 10× plus lent
— Random Forest : Plus lent et moins bon que XGBoost
— Choix XGBoost justifié
Conclusion des Visualisations
Points clés à retenir :
1. Données de qualité : Distributions réalistes, peu d’outliers
2. Relations fortes : Irradiation → Production (0.95)
3. Patterns clairs : Journalier (cloche), saisonnier (progression)
4. Modèle performant : XGBoost R²=0.936, RMSE=48.34 kW
5. Validation solide : Résidus acceptables, pas d’autocorrélation
6. Features importantes : Irradiation, heure, lag production
7. Efficacité stable : 90%, impact température limité
Pour la présentation :
— Figure 4 (Corrélation) : Montre les relations clés
— Figure 5 (Prédictions) : Démontre la performance
— Figure 8 (Importance) : Explique le modèle
— Figure 12 (Comparaison) : Justifie les choix
— Figure 6 (Résidus) : Valide le modèle
Message global :
Le projet montre une approche méthodologique complète, depuis l’exploration des données
jusqu’à la validation du modèle, avec des résultats quantifiés et interprétables qui répondent
aux objectifs fixés.
19