| Titre : | Méthodologies innovantes pour l’identification des défauts dans les transformateurs en service au moyen de l’analyse des gaz dissous |
| Auteurs : | Yassine Mahamdi, Auteur ; Abdelouahab Mekhaldi, Directeur de thèse ; Ahmed Boubakeur, Directeur de thèse |
| Type de document : | document électronique |
| Editeur : | [S.l.] : [s.n.], 2026 |
| Format : | 1 fichier PDF (4.1 Mo) / ill. |
| Note générale : |
Mode d'accès : accès au texte intégral par intranet.
Thèse de Doctorat : Électrotechnique : Alger, Ecole Nationale Polytechnique : 2026 Bibliogr. p. 129 - 141 |
| Langues : | Français |
| Index. décimale : | D002026 |
| Tags : | Transformateur de puissance Huile isolante Colonie d'abeilles artificielle Chaos Algorithme de recherche du corbeau Extraction de caractéristiques Précision diagnostique Analyse des gaz dissous Machine à vecteurs de support K-plus proches voisins |
| Résumé : |
Les transformateurs de puissance, généralement immergés dans l’huile, sont majoritairement diagnostiqués par l’analyse des gaz dissous (AGD), une méthode éprouvée et largement utilisée pour la détection précoce des défauts internes. Au fil du temps, de nombreuses approches d’interprétation des données issues de l’AGD ont été proposées, dont plusieurs exploitent l’intelligence artificielle afin d’améliorer la précision diagnostique.
Dans ce contexte, cette étude propose une avancée en matière de classification des défauts en intégrant les algorithmes de machines à vecteurs de support (SVM) et de k-plus proches voisins (KNN) dans les processus itératifs de la colonie d’abeilles artificielles (ABC) et de l’algorithme de recherche du corbeau (CSA), tout en incorporant la théorie du chaos pour accélérer la convergence et éviter le piégeage dans les optima locaux. Neuf caractéristiques d’entrée, extraites d’un jeu de données de 501 échantillons couvrant six catégories de défauts, sont utilisées, et une version améliorée du CSA binaire est appliquée pour la sélection optimale des caractéristiques les plus discriminantes. L’approche hybride proposée atteint une précision supérieure à 94 %, démontrant ainsi son efficacité et son potentiel pour une surveillance fiable et une maintenance prédictive des transformateurs de puissance. |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité | Spécialité | Etat_Exemplaire | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| T000502 | D002026 | Ressources électroniques | Bibliothèque centrale | Thèse de Doctorat | Disponible | Electrotechnique | En Traitement |
