Contribution à la classification des défauts dans le réseau électrique.

Abstract

Les travaux de recherche menés dans cette thèse ont pour objectif de proposer et de développer de nouvelles techniques de diagnostic de réseaux filaires complexes dans le but de détecter, localiser et caractériser les défauts dans les réseaux filaires. Nous avons tout d’abord, positionné les travaux de cette thèse dans leur contexte actuel en présentant les différentes méthodes de diagnostic existantes ; les méthodes existantes ont été développées pour l’analyse d’une simple ligne de transmission mais peu sont adaptées à l’analyse de réseaux filaires complexes, elles semblent ne pas être totalement efficaces pour la détection et la localisation des défauts filaires sans ambiguïté et en plus caractériser voir détecter le vieillissement du câble électrique. Nous nous sommes intéressés à la réflectométrie dans le domaine temporal. En revanche en raison des chemins multiples dans le réseau complexe, la réponse présente certaines difficultés pour l’analyse. Cette problématique est d’autant plus gênante que les réseaux filaires de topologies différentes sont de plus en plus utilisés, nous avons donc cherché à développer une approche qui réponde à cette problématique. Nous avons appliqué, dans un premier temps, notre méthode pour diagnostiquer le réseau des câbles de transmission en Y et en YY affectées par des défauts francs [IV.11], Dans un second temps, notre méthode a été appliquée à des réseaux de câblages électrique complexes affectés par des défauts non francs [IV.14-15], Les paramètres à identifier dans ce deuxième cas sont les paramètres électriques et géométriques (l’impédance et la position) du défaut, l’opération d’inversion s’effectue en deux temps. Une étape d’apprentissage des données à partir d’un ensemble d’une base de données s’effectue au préalable (« offline »). Cette étape peut demander un temps relativement important en fonction du type du réseau (simple, Y ou complexe), et du nombre de paramètres utilisés pour réaliser l’apprentissage (nombre d’exemple utilisée), mais elle n’a besoin d’être effectuée qu’une seule fois, dans ce premier cas où nous avons confirmé que l’ANFIS est plus rapide que le RN [IV.14-15].