Projet soumis au hackathon Arm Create : Défi d'optimisation de l'IA

À Cotonou, les délestages CEB sont fréquents. 70% des ménages achètent un kit solaire trop grand ou trop petit. Résultat : argent perdu, groupes électrogènes polluants.

SunPredict-BJ est un prototype d'IA léger qui tourne sur CPU Arm. L'utilisateur entre : appareils, heures d'usage, budget. L'IA calcule la taille de kit optimale : panneaux + batterie + onduleur.

Formule clé : $$P_{optimal} = \frac{Conso_{journaliere \ kWh}}{Ensoleillement_{Cotonou} \times Rendement_{systeme}}$$ Avec Ensoleillement_Cotonou = 5.5 kWh/m²/jour

• [200] Entrée des données conso ménage
• [2000] Moteur d'optimisation de coût sur 2 ans
• [100] Recommandation kit 300W à 1.5KVA
• [ 5000] Connexion Mobile Money - Prochaine version

Python, Streamlit, Pandas, NumPy, Scikit-learn, Arm CPU Compatible CPU Arm pour respecter le thème du hackathon.