Un système intelligent de diagnostic des défauts basé sur les réseaux de neurones artificiels pour la ligne de transport Ouargla-Hassi Massaoud HM1 à 220 kV

Abstract

The aim of this work is the diagnosis of transmission lines. Fault detection, classification and location have been achieved using artificial neural networks and tested on a simple three phase transmission line. The proposed method uses the voltages and currents signals available at both ends of the line. Effects of variations in power system parameters for example: fault type and distance to fault have been investigated extensively on the performance of the neural network based protection scheme. Moreover, the architecture and size of the RNA have been determined in order to get best performance.

L’objectif principal de ce mémoire est le diagnostic des lignes de transport de l’énergie électrique. La détection, la classification et la localisation des défauts sont été réalisés à l'aide des réseaux de neurones artificiels et testés sur une simple ligne de transmission. La méthode proposée utilise les signaux de tensions et de courants mesurés aux deux extrémités de la ligne. Les Effets des variations des paramètres du réseau électrique par exemple: le type de défaut et la distance de défaut ont été étudiés et leur impact sur la performance du système de protection à base de réseau de neurones a été déterminé. De plus, l'architecture et la taille du réseau de neurone artificiel ont été déterminées pour obtenir des performances optimales.

الهدف الرئيسي لهده المذكرة هو تشخيص خطوط نقل الطاقة الكهربائية التقاط ترتيب وتحديد الأخطاء تحقق بواسطة شبكات العصبية الاصطناعية وتم اختباره بطريقة نقل ثلاثي الأطوار العادي الطريقة المقترحة تستعمل إشارات التوتر والتيار المقاسة عند أطراف الخطوط. ثم أيضا دراسة تأثيرات تغيير نوع الخطأ ومكان الخطأ على نظام حماية مؤسس على شبكات العصبية الاصطناعية إضافة إلى تحديد هيكل وحجم شبكة العصبية الاصطناعية للحصول على نتائج حسنة