Modélisation et diagnostic du comportement dynamique des transformateurs de puissance par les méthodes complémentaires : AGD, RNA et Essais FRA.

dc.contributor.authorBouchaoui , Lahcene
dc.contributor.authorHEMSAS , kamel Eddine Encadrant
dc.date.accessioned2026-11-17T10:01:12Z
dc.date.issued2022
dc.description.abstractThe monitoring and diagnosis of electrical equipment, in particular power transformers which constitute the heart of the production, transmission and distribution of electricity have long been the subject of great interest. Any failure or unpredictable shutdown of this element can cause damage to the electrical networks and lead to significant financial losses. Major faults inside the transformer can be related to reduced dielectric strength, mechanical integrity and thermal faults. The detection of incipient faults in transformers can thus provide valuable information that will help to take the necessary measures to avoid these failures. Dissolved Gas Analysis (DGA) and Frequency Response Analysis (FRA) and artificial neural networks (ANN) are methods that provide parts of important information regarding transformer life condition, and each information (which may be corroborating, complementary and even contradictory) taken together constitute the evidence which, through the analysis of an expert, allow to make a reliable and precise diagnosis and which does not require any devatting of the transformer because of its high sensitivity
dc.description.sponsorshipLa surveillance et le diagnostic des équipements électriques, en particulier de transformateurs de puissance qui constituent le cœur de la production, du transport et de la distribution d'électricité font depuis longtemps l'objet d'un grand intérêt. N’importe quelle défaillance ou mise hors service imprévisible de cet élément peut entraîner des dommages dans les réseaux électriques et conduire à d’importantes pertes financières. Les défauts majeurs à l’intérieur du transformateur peuvent être liés à la réduction de la rigidité diélectrique, et l’intégrité mécanique et aux défauts thermiques. La détection des défauts naissants dans les transformateurs peut ainsi fournir des informations précieuses qui aideront à prendre les dispositions nécessaires afin d’éviter ces pannes. L’analyse des gaz dissous (AGD) et l'analyse de la réponse fréquentielle (FRA) et les réseaux de neurones artificiels (RNA) sont des méthodes qui fournissent des parties d’informations importantes concernant l'état de vie du transformateur, et chaque information (qui peut être corroborant, complémentaires et même contradictoires) pris ensemble constituent la preuve qui, à travers l'analyse d'un expert, permettre de faire un diagnostic fiable et précis et qui n'exige aucun décuvage du transformateur en raison de sa sensibilité élevée.
dc.identifier.urihttps://repository.univ-setif.dz/handle/123456789/4338
dc.language.isofr
dc.publisherUniversité Sétif 1 - Ferhat ABBAS , Faculté de Technologie
dc.subjectResistance en (Ω)
dc.subjectInductance en (H)
dc.subjectCapacité en (F)
dc.subjectTension
dc.subjectCourant de charge
dc.subjectTension de recouvrement
dc.titleModélisation et diagnostic du comportement dynamique des transformateurs de puissance par les méthodes complémentaires : AGD, RNA et Essais FRA.
dc.typeThesis

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
E-TH 2117 Modélisation et diagnostic du comportement dynamique des transformateurs de puissance par les méthodes complémentaires AGD, RNA et Essais FRA. Bouchaoui , Lahcene.pdf
Size:
5.02 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: