Les Inscriptions à la Bibliothèque sont ouvertes en
ligne via le site: https://biblio.enp.edu.dz
Les Réinscriptions se font à :
• La Bibliothèque Annexe pour les étudiants en
2ème Année CPST
• La Bibliothèque Centrale pour les étudiants en Spécialités
A partir de cette page vous pouvez :
Retourner au premier écran avec les recherches... |
Détail de l'auteur
Auteur Mekhaldi, Abdelouahab
Documents disponibles écrits par cet auteur
Affiner la rechercheTraitement et analyse du signal du courant de fuite pour la caractérisation des surfaces isolantes polluées par apprentissage supervisé / Amirouche Annouche
Titre : Traitement et analyse du signal du courant de fuite pour la caractérisation des surfaces isolantes polluées par apprentissage supervisé Type de document : texte imprimé Auteurs : Amirouche Annouche, Auteur ; Mohamed Said Berkani, Auteur ; Mekhaldi, Abdelouahab, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2011 Importance : 94 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Projet de Fin d’Études : Électrotechnique : Alger, École Nationale Polytechnique : 2011
Bibliogr. [4] fLangues : Français (fre) Mots-clés : Sévérité de pollution
Modèle plan Technique d’ondelettes
Apprentissage supervisé
Machine à vecteurs supports
Méthode Naive BayesienneIndex. décimale : PA00411 Résumé : Dans le présent travail, l’étude de la sévérité de la pollution est effectuée en se basant sur des essais réalisés au laboratoire de haute tension de l’école nationale polytechnique.
Ces essais ont été réalisés sur des modèles plans simulant des isolateurs réels.
Dans une première partie, nous présentons une synthèse bibliographique traitant des plus récentes techniques de diagnostic de l’état de surface des isolateurs pollués.
Dans la seconde partie, nous appliquons d’abord la Transformée de Fourier Discrète aux différents signaux de courant de fuite, puis dans un second temps, nous définissons et mettons en application l’analyse par la technique des ondelettes pour l’étude de corrélation avec la sévérité de pollution, et enfin, nous présentons différentes techniques d’apprentissage supervisé (SVM, Naïve Bayesienne), et nous procédons à l’application de ces deux méthodes en ayant comme entrées les résultat obtenus précédemment avec la TFD et DWT.Traitement et analyse du signal du courant de fuite pour la caractérisation des surfaces isolantes polluées par apprentissage supervisé [texte imprimé] / Amirouche Annouche, Auteur ; Mohamed Said Berkani, Auteur ; Mekhaldi, Abdelouahab, Directeur de thèse . - [S.l.] : [s.n.], 2011 . - 94 f. : ill. ; 30 cm. + 1 CD-ROM.
Mémoire de Projet de Fin d’Études : Électrotechnique : Alger, École Nationale Polytechnique : 2011
Bibliogr. [4] f
Langues : Français (fre)
Mots-clés : Sévérité de pollution
Modèle plan Technique d’ondelettes
Apprentissage supervisé
Machine à vecteurs supports
Méthode Naive BayesienneIndex. décimale : PA00411 Résumé : Dans le présent travail, l’étude de la sévérité de la pollution est effectuée en se basant sur des essais réalisés au laboratoire de haute tension de l’école nationale polytechnique.
Ces essais ont été réalisés sur des modèles plans simulant des isolateurs réels.
Dans une première partie, nous présentons une synthèse bibliographique traitant des plus récentes techniques de diagnostic de l’état de surface des isolateurs pollués.
Dans la seconde partie, nous appliquons d’abord la Transformée de Fourier Discrète aux différents signaux de courant de fuite, puis dans un second temps, nous définissons et mettons en application l’analyse par la technique des ondelettes pour l’étude de corrélation avec la sévérité de pollution, et enfin, nous présentons différentes techniques d’apprentissage supervisé (SVM, Naïve Bayesienne), et nous procédons à l’application de ces deux méthodes en ayant comme entrées les résultat obtenus précédemment avec la TFD et DWT.Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Spécialité Etat_Exemplaire PA00411A PA00411 Papier Bibliothèque centrale Projet Fin d'Etudes Disponible PA00411B PA00411 Papier Bibliothèque centrale Projet Fin d'Etudes Disponible Documents numériques
ANNOUCHE.Amirouche_BERKANI.Mohamed Said.pdfURL Utilisation de la méthode de régression non linéaire pour l'étude des matériaux polymère isolants / Zoubir Ghomaid
Titre : Utilisation de la méthode de régression non linéaire pour l'étude des matériaux polymère isolants Type de document : texte imprimé Auteurs : Zoubir Ghomaid, Auteur ; Mekhaldi, Abdelouahab, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2015 Importance : 28 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Master : Électrotechnique : Alger, École Nationale Polytechnique : 2015
Bibliogr. [1] fLangues : Français (fre) Mots-clés : Modélisation
Propriétés électriques
Temps de vieillissement
Régression multipleIndex. décimale : Ms03315 Résumé : Notre étude porte sur la modélisation des propriétés électriques des matériaux utilisés dans l’isolation des câbles haute et moyenne tension. La modélisation est faite par la méthode de la régression non linéaire pour déterminer les variations des propriétés électriques en fonction du temps de vieillissement et en fonction de la température pour différentes températures de vieillissement.
Les résultats que nous avons obtenus par la modélisation ont été comparés à ceux déjà obtenus expérimentalement au Laboratoire de Haute Tension de l’ENP.
Une bonne concordance a été trouvée entre eux, en particulier concernant leur évolution.Utilisation de la méthode de régression non linéaire pour l'étude des matériaux polymère isolants [texte imprimé] / Zoubir Ghomaid, Auteur ; Mekhaldi, Abdelouahab, Directeur de thèse . - [S.l.] : [s.n.], 2015 . - 28 f. : ill. ; 30 cm. + 1 CD-ROM.
Mémoire de Master : Électrotechnique : Alger, École Nationale Polytechnique : 2015
Bibliogr. [1] f
Langues : Français (fre)
Mots-clés : Modélisation
Propriétés électriques
Temps de vieillissement
Régression multipleIndex. décimale : Ms03315 Résumé : Notre étude porte sur la modélisation des propriétés électriques des matériaux utilisés dans l’isolation des câbles haute et moyenne tension. La modélisation est faite par la méthode de la régression non linéaire pour déterminer les variations des propriétés électriques en fonction du temps de vieillissement et en fonction de la température pour différentes températures de vieillissement.
Les résultats que nous avons obtenus par la modélisation ont été comparés à ceux déjà obtenus expérimentalement au Laboratoire de Haute Tension de l’ENP.
Une bonne concordance a été trouvée entre eux, en particulier concernant leur évolution.Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Spécialité Etat_Exemplaire Ms03315A Ms03315 Papier Bibliothèque centrale Mémoire de Master Disponible Documents numériques
GHOMAID.Zoubir.pdfURL Utilisation des réseaux de neurones artificiels pour la caractérisation du comportement d'un isolateur pollué / Mehdi Maada
Titre : Utilisation des réseaux de neurones artificiels pour la caractérisation du comportement d'un isolateur pollué Type de document : texte imprimé Auteurs : Mehdi Maada, Auteur ; Adel Zaitri, Auteur ; Mekhaldi, Abdelouahab, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2011 Importance : 63 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Projet de Fin d’études : Électrotechnique : Alger, École Nationale Polytechnique : 2011
Bibliogr. f. 62 - 63Langues : Français (fre) Mots-clés : Réseaux de neurones artificiels
Tension de contournement
Courant de fuite
Pollution uniforme
Prédiction Feed Forward-Back
Propagation (FFBP) Organized Maps (SOM)Index. décimale : PA01911 Résumé : Dans ce travail nous nous intéressons à la prédiction de la tension de contournement et du courant de fuite pour modèle plan d’un isolateur de haute tension soumis à une pollution uniforme en utilisant les réseaux de neurones artificiels.
Nous avons utilisé les résultats des essais effectués en laboratoire comme base de données afin d’entrainer deux types de réseaux de neurones (RNA) suivant des stratégies d’apprentissage différentes, tout en essayant d’interpréter et de tirer des conclusions sur les résultats obtenus.
Le premier RNA est le FeedForward Back-Propagation représentant les RNA à apprentissage supervisé.
Le deuxième type de RNA est les Self Organized Maps (SOM) représentant les RNA à apprentissage non-supervisé.Utilisation des réseaux de neurones artificiels pour la caractérisation du comportement d'un isolateur pollué [texte imprimé] / Mehdi Maada, Auteur ; Adel Zaitri, Auteur ; Mekhaldi, Abdelouahab, Directeur de thèse . - [S.l.] : [s.n.], 2011 . - 63 f. : ill. ; 30 cm. + 1 CD-ROM.
Mémoire de Projet de Fin d’études : Électrotechnique : Alger, École Nationale Polytechnique : 2011
Bibliogr. f. 62 - 63
Langues : Français (fre)
Mots-clés : Réseaux de neurones artificiels
Tension de contournement
Courant de fuite
Pollution uniforme
Prédiction Feed Forward-Back
Propagation (FFBP) Organized Maps (SOM)Index. décimale : PA01911 Résumé : Dans ce travail nous nous intéressons à la prédiction de la tension de contournement et du courant de fuite pour modèle plan d’un isolateur de haute tension soumis à une pollution uniforme en utilisant les réseaux de neurones artificiels.
Nous avons utilisé les résultats des essais effectués en laboratoire comme base de données afin d’entrainer deux types de réseaux de neurones (RNA) suivant des stratégies d’apprentissage différentes, tout en essayant d’interpréter et de tirer des conclusions sur les résultats obtenus.
Le premier RNA est le FeedForward Back-Propagation représentant les RNA à apprentissage supervisé.
Le deuxième type de RNA est les Self Organized Maps (SOM) représentant les RNA à apprentissage non-supervisé.Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Spécialité Etat_Exemplaire PA01911A PA01911 Papier Bibliothèque centrale Projet Fin d'Etudes Disponible PA01911B PA01911 Papier Bibliothèque centrale Projet Fin d'Etudes Disponible Documents numériques
MAADA.Mehdi_ZAITRI.Adel.pdfURL