Un nouveau classificateur de codage RVBRNA et analyse fractale pour l’étude et le diagnostic d’un isolateur pollué sous tension alternative 50 Hz

Abstract

Dans cette thèse, nous évoquons l’étude et le diagnostic d’un modèle plan d’isolateur HT pollué sous tension alternative 50 Hz. D’abord, des essais de contournement ont été effectués sur le modèle expérimental sous pollution uniforme et non-uniforme. Par la suite, un nouvel algorithme combinant le système de codage d'image couleur (RVB) et les réseaux de neurone artificiels (RNA) est proposé pour la classification des décharges électriques en cinq catégories. En fait, cet algorithme vise à détecter et surveiller la propagation des décharges électriques jusqu'au contournement, grâce à l'analyse de six couleurs existant dans les images de décharges. Chaque pixel de l’image est codé conformément au système RVB. Sur la base du rapport entre le nombre de pixels d'une couleur donnée et le nombre total de pixels de l'image de décharge, six indicateurs sont quantifiés et groupés pour former un vecteur de caractéristiques. Ce dernier est utilisé comme entrée du RNA, afin de distinguer entre cinq classes de décharges électriques. Basé sur la méthode de comptage de boites, un deuxième algorithme est réalisé pour estimer la dimension fractale (DF) des images de décharges évoluant sur le modèle expérimental sous pollution uniforme. Finalement, un troisième algorithme est mis en oeuvre pour calculer la dimension fractale des signaux échantillonnés du courant de fuite, de la tension appliquée et de la charge, enregistrés lors des essais sous pollution uniforme et non-uniforme