Browsing by Author "Abdelaziz, LAKEHAL"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Développement d'un système d'information pour le diagnostic et la prédiction des défauts des transformateurs électriques
    (Université du 20 Août 1955 Skikda, 2025-07-19) Abdelmoumene, HECHIFA; Abdelaziz, LAKEHAL
    Le diagnostic et la prévention des défauts dans les transformateurs immergés dans l'huile sont essentiels pour garantir la fiabilité des systèmes électriques. Bien que l'analyse des gaz dissous (AGD) soit une méthode de diagnostic largement utilisée, les techniques traditionnelles rencontrent souvent des difficultés face aux zones de défauts qui se chevauchent. Cette thèse propose des solutions novatrices intégrant l'apprentissage automatique, l'apprentissage profond et les algorithmes d'optimisation pour surmonter ces limites. La recherche évalue les vecteurs d'entrée de la DGA et les combine avec des algorithmes basés sur des arbres pour améliorer la précision. Afin d'optimiser davantage les performances, l'analyse en composantes principales (ACP) est appliquée pour extraire les caractéristiques clés, qui sont ensuite combinées avec des techniques d'apprentissage ensembliste telles que le boosting, le bagging et le decorate. Ces approches sont systématiquement comparées aux techniques conventionnelles, démontrant leur supériorité en termes de précision diagnostique. La contribution novatrice de cette thèse est l'introduction des Méthodes du Cercle 1 et 2, qui sont proposées avec des axes dynamiques et des angles variables. Ces méthodes innovantes reposent sur la convergence des échantillons ayant des caractéristiques similaires autour de leurs centres et sur l'espacement de ces centres pour des échantillons présentant des caractéristiques différentes, exploitant des algorithmes d'optimisation pour trouver la meilleure distribution des zones de défauts. Validées sur des ensembles de données réels, y compris la base de données IEC TC10, les Méthodes du Cercle offrent une précision diagnostique supérieure par rapport aux approches existantes. Ces avancées améliorent significativement l'interprétabilité de la DGA et établissent un cadre robuste pour la maintenance prédictive et la prévention des défauts dans les transformateurs électriques.