Spaces:
Sleeping
Sleeping
File size: 12,091 Bytes
0e767d3 e14a596 0e767d3 7e77738 0e767d3 e14a596 32165ac e14a596 0e767d3 dfdadc1 0e767d3 e14a596 dfdadc1 0e767d3 e14a596 0e767d3 e14a596 0e767d3 dfdadc1 3a0da47 e14a596 dfdadc1 e14a596 6a4b1ed e14a596 dfdadc1 6a4b1ed dfdadc1 0e767d3 e14a596 dfdadc1 0e767d3 c412ce1 0e767d3 e14a596 0e767d3 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 | #!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Module de prétraitement des données pour le projet d'IA solaire.
Ce module permet de charger les fichiers CSV contenant les courbes I-V,
d'extraire les caractéristiques et les paramètres cibles, et de préparer
les données pour l'entraînement du modèle.
"""
import joblib
import os
import glob
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
import matplotlib.pyplot as plt
import logging
from scipy.interpolate import interp1d
# Configuration du logging
logging.basicConfig(level=logging.INFO,
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
class SolarDataProcessor:
"""
Classe pour le prétraitement des données de cellules solaires.
"""
def __init__(self,model_dir, data_dir, n_points=230):
"""
Initialise le processeur de données.
Args:
data_dir (str): Chemin vers le répertoire contenant les fichiers CSV.
n_points (int): Nombre de points à utiliser pour l'interpolation des courbes I-V.
"""
self.data_dir = data_dir
self.model_dir = os.path.join(os.getcwd(), "models")
self.n_points = n_points
self.input_scaler = StandardScaler()
self.output_scaler = StandardScaler()
self.X_train = None
self.X_val = None
self.X_test = None
self.y_train = None
self.y_val = None
self.y_test = None
self.X_user = None
self.y_user = None
def find_csv_files(self):
"""
Trouve tous les fichiers CSV dans le répertoire de données.
Returns:
list: Liste des chemins vers les fichiers CSV.
"""
csv_pattern = os.path.join(self.data_dir, "*.csv")
csv_files = glob.glob(csv_pattern)
logger.info(f"Trouvé {len(csv_files)} fichiers CSV dans {self.data_dir}")
return csv_files
def load_and_process_file(self, file_path):
"""
Charge et prétraite un fichier CSV.
Args:
file_path (str): Chemin vers le fichier CSV.
Returns:
tuple: (X, y) où X est la courbe I-V et y sont les paramètres cibles.
"""
try:
# Charger le fichier CSV
df = pd.read_csv(file_path)
# Vérifier que les colonnes attendues sont présentes
required_cols = ['V', 'I', 'Rsh', 'Rs', 'n', 'J0', 'Jph']
if not all(col in df.columns for col in required_cols):
logger.warning(f"Colonnes manquantes dans {file_path}, fichier ignoré")
return None, None
# Extraire les colonnes V et I comme entrées
X = df[['V', 'I']].values
# Extraire les paramètres cibles (utiliser la première ligne car ils sont répétés)
y = df[['Rsh', 'Rs', 'n', 'J0', 'Jph']].iloc[0].values
return X, y
except Exception as e:
logger.error(f"Erreur lors du chargement du fichier {file_path}: {e}")
return None, None
def interpolation(self, X):
"""
interpole une courbe I-V pour avoir un nombre fixe de points.
Args:
X (numpy.ndarray): Courbe I-V d'origine.
Returns:
numpy.ndarray: Courbe I-V normalisée.
"""
# Interpolation pour avoir n_points
v_min, v_max = X[0, 0], X[-1, 0]
v_new = np.linspace(v_min, v_max, self.n_points)
# Interpolation linéaire pour le courant
i_new = np.interp(v_new, X[:, 0], X[:, 1])
# Retourner la courbe normalisée
return np.column_stack((v_new, i_new))
if post_train:
# Si post_train est True, ne pas diviser les données
input_path = os.path.join(self.model_dir, 'input_scaler.pkl')
self.input_scaler = joblib.load(input_path)
X_scaled = self.input_scaler.transform(X_flat)
self.output_scalers = []
y_scaled_list = []
for i in range(5):
scaler_path = os.path.join(self.model_dir, f'output_scaler_{i}.pkl')
scaler = joblib.load(scaler_path)
self.output_scalers.append(scaler)
y_scaled = scaler.transform(y_split[i])
y_scaled_list.append(y_scaled)
self.X_user = X_scaled
self.y_user = y_scaled_list
return True
else:
input_path = os.path.join(self.model_dir, 'input_scaler.pkl')
X_scaled = self.input_scaler.fit_transform(X_flat)
joblib.dump(self.input_scaler, input_path)
self.output_scalers = []
y_scaled_list = []
for i in range(5):
scaler = StandardScaler()
y_scaled = scaler.fit_transform(y_split[i])
self.output_scalers.append(scaler)
y_scaled_list.append(y_scaled)
scaler_path = os.path.join(self.model_dir,f'output_scaler_{i}.pkl')
joblib.dump(scaler,scaler_path)
y_scaled = np.hstack(y_scaled_list)
# Diviser les données: 70% entraînement, 15% validation, 15% test
X_train_val, X_test, y_train_val, y_test = train_test_split(
X_scaled, y_scaled, test_size=0.15, random_state=42)
X_train, X_val, y_train, y_val = train_test_split(
X_train_val, y_train_val, test_size=0.15/0.85, random_state=42)
# Stocker les données
self.X_train = X_train
self.X_val = X_val
self.X_test = X_test
self.y_train = self.split_labels(y_train)
self.y_val = self.split_labels(y_val)
self.y_test = self.split_labels(y_test)
logger.info(f"Prétraitement terminé: {len(X_train)} échantillons d'entraînement, "
f"{len(X_val)} de validation, {len(X_test)} de test")
return True
def preprocess_input(self, csv_files, path, A = True):
X_list = []
I_list = []
V_list = []
for file_path in csv_files:
df = pd.read_csv(file_path)
if not A:
df["I"] = df["I"]*1e-3
#jsc = float(interp1d(df['V'], df['I'], bounds_error=False, fill_value='extrapolate')(0))
#print('jsc', jsc)
#df["I"] = df["I"] - jsc
if df['I'].iloc[-1] < 0:
df["I"] = -df["I"]
X = df[['V', 'I']].values
X_norm = self.interpolation(X)
X_list.append(X_norm)
V_list.append(X[:, 0])
I_list.append(X[:, 1])
X_array = np.array(X_list)
X_flat = X_array.reshape(X_array.shape[0], -1)
input_path = os.path.join(self.model_dir, 'input_scaler.pkl')
self.output_scalers = []
for i in range(5):
scaler_path = os.path.join(self.model_dir,f'output_scaler_{i}.pkl')
scaler = joblib.load(scaler_path)
self.output_scalers.append(scaler)
self.input_scaler = joblib.load(input_path)
# Vérifier si le scaler est fitted en vérifiant les attributs nécessaires
if not hasattr(self.input_scaler, 'mean_') or not hasattr(self.input_scaler, 'scale_'):
logger.warning("Le scaler chargé n'est pas fitted. Utilisation de fit_transform.")
# Si le scaler n'est pas fitted, on utilise fit_transform
X_scaled = self.input_scaler.fit_transform(X_flat)
else:
# Si le scaler est fitted, on utilise transform
logger.info("Le scaler est correctement fitted. Utilisation de transform.")
X_scaled = self.input_scaler.transform(X_flat)
return X_scaled, I_list, V_list
def get_data(self):
"""
Récupère les données prétraitées.
Returns:
tuple: (X_train, X_val, X_test, y_train, y_val, y_test)
"""
return self.X_train, self.X_val, self.X_test, self.y_train, self.y_val, self.y_test
def get_user_data(self):
"""
Récupère les données prétraitées.
Returns:
tuple: (X_user, y_user)
"""
return self.X_user, self.y_user
def inverse_transform_params(self, y_scaled_list):
"""
Inverse la normalisation des paramètres prédits.
Args:
y_scaled (numpy.ndarray): Paramètres normalisés.
Returns:
numpy.ndarray: Paramètres dans leur échelle d'origine.
"""
y_orig_list = []
for i, scaler in enumerate(self.output_scalers):
y_orig = scaler.inverse_transform(y_scaled_list[i])
if i in [3,4]:
y_orig = 10 ** y_orig
y_orig_list.append(y_orig)
return np.hstack(y_orig_list)
def reshape_for_model(self, X_flat, model_type='mlp'):
"""
Reshape les données pour le modèle spécifié.
Args:
X_flat (numpy.ndarray): Données aplaties.
model_type (str): Type de modèle ('mlp' ou 'cnn1d').
Returns:
numpy.ndarray: Données reshapées pour le modèle.
"""
if model_type.lower() == 'mlp':
return X_flat # Pas besoin de reshape pour MLP
elif model_type.lower() == 'cnn1d':
# Reshape pour CNN 1D: [batch_size, sequence_length, features]
return X_flat.reshape(X_flat.shape[0], self.n_points, 2)
else:
logger.warning(f"Type de modèle inconnu: {model_type}, utilisation de MLP par défaut")
return X_flat
def visualize_sample(self, index=0, dataset='train'):
"""
Visualise un échantillon des données.
Args:
index (int): Index de l'échantillon à visualiser.
dataset (str): Ensemble de données ('train', 'val', ou 'test').
"""
if dataset == 'train':
X, y = self.X_train, self.y_train
elif dataset == 'val':
X, y = self.X_val, self.y_val
elif dataset == 'test':
X, y = self.X_test, self.y_test
else:
logger.error(f"Ensemble de données inconnu: {dataset}")
return
if X is None or y is None:
logger.error("Les données n'ont pas encore été prétraitées.")
return
if index >= len(X):
logger.error(f"Index {index} hors limites pour l'ensemble {dataset} de taille {len(X)}")
return
# Récupérer l'échantillon
X_sample = X[index]
y_sample = y[index]
# Inverser la normalisation
X_orig = self.input_scaler.inverse_transform(X_sample.reshape(1, -1)).reshape(-1, 2)
y_orig = self.inverse_transform_params(y_sample.reshape(1, -1))[0]
# Tracer la courbe I-V
plt.figure(figsize=(10, 6))
plt.plot(X_orig[:, 0], X_orig[:, 1], 'o-', label='Courbe I-V')
plt.xlabel('Tension (V)')
plt.ylabel('Courant (I)')
plt.title('Courbe I-V')
plt.grid(True)
plt.legend()
# Afficher les paramètres
param_names = ['Rsh', 'Rs', 'n', 'J0', 'Jph']
param_values = [f"{param}: {value:.4e}" for param, value in zip(param_names, y_orig)]
param_text = '\n'.join(param_values)
plt.figtext(0.02, 0.02, param_text, fontsize=10, bbox=dict(facecolor='white', alpha=0.8))
plt.tight_layout()
plt.show()
|