Recherche scientifique 2026 : l’IA explicable booste l’efficacité des panneaux solaires

Une équipe de chercheurs algériens et français vient de publier une synthèse inédite sur les applications de l’intelligence artificielle explicable (XAI) dans les systèmes solaires photovoltaïques. Leur travail, paru en janvier 2026 dans la revue EPJ Web of Conferences, éclaire comment ces outils transforment la gestion des installations solaires en Afrique et ailleurs.

Cette étude, intitulée eXplainable Artificial Intelligence (XAI) applications in solar photovoltaic systems, est signée par Adel Mellit (premier auteur), Bekkay Hajji et Hamid Rabhi. Elle s’appuie sur une revue des travaux publiés entre 2020 et 2026, mettant en lumière des avancées concrètes dans l’analyse des performances, la maintenance prédictive et l’optimisation énergétique des parcs solaires.

Des outils pour décrypter les décisions des modèles

Les auteurs expliquent que la XAI permet de « cartographier » les facteurs critiques influençant le rendement des panneaux solaires. Grâce à des techniques comme l’attribution de caractéristiques ou l’interprétation indépendante des modèles, les chercheurs montrent comment identifier les causes de dégradation des modules, valider les prédictions de production d’énergie et planifier des interventions ciblées. Ces méthodes réduisent les coûts de maintenance et améliorent la fiabilité des installations, un enjeu majeur pour les pays africains engagés dans la transition énergétique.

Concrètement, l’étude détaille des cas où la XAI a permis de détecter des anomalies dans des parcs solaires, d’anticiper des baisses de performance liées à l’ensoleillement ou à la température, et d’optimiser la gestion des batteries. Les auteurs soulignent aussi que ces outils peuvent servir à former les techniciens locaux, en leur offrant des explications claires sur le fonctionnement des systèmes.

Pour les auteurs, l’apport de la XAI ne se limite pas à l’efficacité technique : il ouvre la voie à une autonomie décisionnelle accrue pour les gestionnaires de réseaux solaires, notamment dans les zones rurales où l’accès à l’expertise est limité. « La XAI rend les modèles plus transparents, ce qui est essentiel pour gagner la confiance des utilisateurs finaux », précise l’équipe.

Ce que l’étude ne dit pas et comment aller plus loin

Les chercheurs rappellent que leur travail est une revue bibliographique, et non une validation expérimentale sur le terrain. Ils invitent à des études complémentaires pour évaluer l’impact réel de ces outils dans des contextes africains variés, notamment en termes de coûts, de formation des équipes et d’adaptation aux conditions locales (poussière, chaleur, etc.).

Pour lire la publication en accès ouvert, rendez-vous sur le site de l’éditeur : https://doi.org/10.1051/epjconf/202638302001.

Passez à l'action avec BNTIC News : Simulateur solaire BNTIC Estimez le dimensionnement d’une installation photovoltaïque adaptée à votre besoin au Burkina Faso ou ailleurs en Afrique.

À lire aussi : Tesla abandonne ses tuiles solaires Solar Roof après dix ans d'existence