Gestion d'Energie d’un Système Hybride « Piles à combustible / Batteries »

Abstract

L’objectif de notre étude est de prédire la tension de contournement d’un isolateur de haute tension artificiellement pollué soumis sous l’influence de l’amplitude de la tension appliquée , la quantité et la conductivité de la pollution en utilisant l'intelligence artificielle . Tout d'abord, des tests pratiques ont été effectués sur un isolateur de haute tension pour collecter une base de données utilisée dans la mise en œuvre du concept d'intelligence artificielle. Ces tests ont été réalisés pour différents niveaux de pollution artificielle (eau distillée saline). Le concept est obtenu expérimentalement par des tests et réalisé par la référence [4] dans le laboratoire de haute de tension de l'Université de Biskra. Ensuite, nous avons introduit les réseaux de neurones (régression généralisée et les perceptrons multicouches) comme une technique d'intelligence artificielle pour prédire la tension de contournement de l'isolateur de haute tension Enfin, une comparaison a été faite entre les résultats obtenus par réseaux de neurones de régression généralisée (GRNN) et les résultats pratiques. Les résultats obtenus montrent une grande efficacité de la méthode des réseaux de neurones dans la prédiction de la tension de contournement des isolateurs de haute tension par rapport à celles obtenues par des tests pratiques.

The objective of our study is to predict the flashover of an artificially polluted high voltage insulator subjected under the influence of the applied voltage amplitude, the quantity and the conductivity of the pollution using artificial intelligence First, practical tests were performed on a high-voltage insulator to collect a database used in the implementation of the artificial intelligence concept. These tests were realised for different levels of artificial pollution (saline distilled water). The concept is experimentally obtained by tests and realised by the reference (4) in the high voltage laboratory at the University of Biskra. Second,we have introduced artificial neural networks (General Regression Neural Network (GRNN)) and multilayer perceptron neural network (MLPNN)) as technique of the artificial intelligence to predict the flashover voltage of high-voltage insulator and to estimate the insulating state of artificial pollution. The results obtained are obtained satisfactorily from the methods proposed in the prediction of the bypass voltages of the high voltage insulator studied in relation to those obtained by practical tests.