#!/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 print("self.y_user", self.y_user) print("self.X_user", self.X_user) 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()