Étude d'un isolateur à capot et tige (175CTV) par une approche hybride ANN-PSO

Abstract

هدفت دراستنا إلى توقع جهد التجاوز لعازل عالي الجهد ملوث اصطناعيا باستخدام تقنيات الذكاء الاصطناعي. جمعت قاعدة البيانات، المُشار إليها بالرقم [04]، قيم جهد التجاوز (Uc) المرتبطة بمستويات مختلفة من التلوث الاصطناعي في كل منطقة من مناطق العازل، بالإضافة إلى قيم الناقلية . بعد ذلك، تم استخدام الطريقة الهجينة المعتمدة على شبكات العصبية الاصطناعية و تحسين سرب الجسيمات لتقدير جهد التجاوز (Uc). أظهرت النتائج التي حصلنا عليها باستخدام هذا الأسلوب، ANN-PSO، فاعليتها في توقع جهد التجاوز (Uc). تم استخدام معايير التحقق مثل الخطأ المطلق المتوسط ​​بالنسبة المئوية (MAPE)، والجذر التربيعي لمتوسط ​​الخطأ التربيعي (RMSE)، ومعامل التحديد (R2) لتقييم أداء هذا الأسلوب.

Our study aims to predict the flashover voltage of artificially polluted high-voltage insulators using artificial intelligence techniques. The collected database, referenced [04], contains the flashover voltage (Uc) values associated with different levels of artificial pollution in each zone of the insulator, along with their conductivity. Subsequently, a hybrid method based on artificial neural networks and particle swarm optimization (PSO) was employed to estimate the flashover voltage (Uc). The results obtained with this method, ANN-PSO, demonstrated their effectiveness in predicting the flashover voltage (Uc). Validation criteria such as Mean Absolute Percentage Error (MAPE), Root Mean Square Error (RMSE), and the coefficient of determination (R2) were used to evaluate the performance of this method.

Notre étude vise à prédire la tension de contournement d'un isolateur haute tension artificiellement pollué en utilisant des techniques d'intelligence artificielle. La base de données collectée, référencée [04], contient les valeurs de tension de contournement (Uc) associées à différentes quantités de pollution artificielle dans chaque zone de l'isolateur, ainsi que leur conductivité. Par la suite, une méthode hybride basée sur les réseaux de neurones artificiels et l’optimisation des essaims de particules a été employée pour estimer la tension de contournement (Uc). Les résultats obtenus avec cette méthode, ANN-PSO, ont démontré leur efficacité dans la prédiction de la tension de contournement (Uc). Des critères de validation tels que l'erreur absolue moyenne en pourcentage (MAPE), la racine carrée de l'erreur quadratique moyenne (RMSE) et le coefficient de détermination (R2) ont été utilisés pour évaluer les performances de cette méthode