Contournement des isolateurs pollués

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Ce travail porte sur la proposition d’une nouvelle formulation de la résistance de la couche de pollution permettant d’améliorer les modèles dynamiques de contournement, l’estimation des paramètres de l’arc par la méthode d’optimisation par essaim de particules (PSO) et la prédiction de la tension critique de contournement par l’approche neuro-floue (ANFIS) et l’approche hybride basée sur les machines à vecteurs de support à moindres carrés (LS-SVM) et l’heuristique PSO. Un modèle mathématique de Topalis basé essentiellement sur les caractéristiques géométriques de l’isolateur est adopté pour tester les performances de plusieurs approches intelligentes. Dans un premier temps, nous proposons l’approche PSO pour trouver les paramètres de l’arc de contournement. L’efficacité de l’approche proposée a été justifiée en comparant les résultats fournis par cette dernière et ceux trouvés par la méthode des algorithmes génétiques (GA). Dans un second temps, nous proposons deux approches hybrides prédictives, à savoir l’approche neuro-floue de type Takagi Sugeno (TK) appelée également système d'inférence neuro-flou adaptatif (ANFIS) et l’approche basée sur LS-SVM avec la fonction noyau à base radiale (RBF) et l’heuristique PSO pour la prédiction de la tension critique de contournement. En se basant sur les indices de validation RMSE, MAPE et R2, l'approche hybride LSSVM-PSO a montré sa capacité de prédiction en le comparant aux réseaux de neurones, la logique floue et le système neuro-flou ANFIS. Une nouvelle formulation de la résistance de la couche de pollution est proposée pour améliorer un modèle dynamique en courant continu (DC). Cette dernière tient en compte la forme ouverte de l’isolateur réel et l’influence de la constriction des lignes de courant dans la couche de pollution. Le modèle dynamique amélioré est validé en utilisant des résultats expérimentaux et théoriques proposés dans la littérature.

روابط وملفات

التعريف والنوع

رقم الوثيقة

066d9544-a3b8-4a5b-bb99-b4e446fce605

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل دكتوراة

نوع الملف

pdf text

أسماء الملفات

1368787_1.pdf

بيانات النشر

ترجمة العنوان

تحايل العوازل الملوثة Flashover of polluted insulators

ألقاب المؤلفين

[{"name_ar":" Hocine Hadi ","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":" Sid Ahmed Bessedik","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Contournement des isolateurs pollués

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

This work aimed on the proposal a new formulation of the resistance of pollution layer allowing to improve the dynamic models, the estimate of the parameters of the arc by particle swarm optimization (PSO) and the prediction of the critical flash over voltage by neural fuzzy approach named adaptive neural-fuzzy inference systems (ANFIS) and the hybrid approach based on the least squares support vector machine (LS-SVM) and the heuristics PSO. A mathematical model of Topali based primarily on the geometrical characteristics of the insulator is adopted to test the performances of several intelligent approaches. Firstly, we propose the PSO approach to find the parameters of the arc. The validation of the approach was justified by comparing the results provided by this latter and those found by the genetic algorithms (GA) method. Secondly, we propose two predictive hybrid approaches, namely neural-fuzzy approach (ANFIS) of the type Takagi Sugeno (TK) and the hybrid approach based on LS-SVM with radial basis function (RBF) kernel and PSO for the prediction of the critical flashover voltage. Basing on the indices of validation RMSE, MAPE and R, satisfactory and more accurate results are obtained by using LSSVM-PSO to estimate the critical flash over voltage for the considered conditions compared with the artificial neural networks (ANN), fuzzy logic (FL) and ANFIS. A new formulation of the resistance of pollution layer is proposed to improve a direct current (DC) dynamic model. This latter take into account the open shape of the real insulator and the influence of the constriction of the current lines in the pollution layer. The improved dynamic model is validated by using experimental and theoretical results suggested in the literature.

كلمات الباحثين

Artificial intelligences techniques (ANN , LS-SVM, ANFIS),, Contournement des isolateurs pollués, Flashover of polluted insulators, Haute tension et décharge électrique, High voltage insulator, Méthodes d’optimisation (GA, PSO), Optimization methods (GA, PSO)., Résistance de la couche de pollution, Resistance of pollution layer, Techniques de l’intelligence artificielle (ANN, ANFIS, LS-SVM), التوتر العالي والتفريغ الكهربائي, تحايل العوازل الملوثة, تقنيات التحسين (GA, PSO), تقنيات الذكاء الاصطناعي (ANN, ANFIS, LS-SVM), مقاومات التلوث

إشراف وإعداد

الإشراف

Hocine Hadi

الإعداد

Sid Ahmed Bessedik

الاقتباسات الببليوغرافية