Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Amélioration de la fiabilité des méthodes de diagnostic basées sur l'analyse des gaz dissous (DGA) par prise en compte des incertitudes des appareils de mesure

Bouzar Mouloud. (2024). Amélioration de la fiabilité des méthodes de diagnostic basées sur l'analyse des gaz dissous (DGA) par prise en compte des incertitudes des appareils de mesure. Mémoire de maîtrise, Université du Québec à Chicoutimi.

[thumbnail of Mouloud_uqac_0862N_11244.pdf] PDF
2MB

Résumé

Le transformateur de puissance est l’un des composants les plus importants et les plus coûteux du réseau de distribution électrique. Pendant son fonctionnement, il peut être soumis à plusieurs défauts dont la nature, la sévérité et les conséquences diffèrent, pouvant aller jusqu’à la détérioration complète du transformateur, entraînant ainsi des pertes économiques significatives. C’est pourquoi une surveillance et un diagnostic continus sont essentiels. Plusieurs méthodes de diagnostic ont été développées, dont l'analyse des gaz dissous (DGA), la plus ancienne, datant des années 1950, et également la plus répandue. Cependant, la fiabilité et la précision des méthodes DGA sont susceptibles d’être affectées par plusieurs facteurs, notamment les incertitudes liées aux appareils de mesure, qui peuvent mener à une mauvaise classification des défauts, ou même à leur non-détection, entraînant des dégâts irréversibles pour le transformateur. À ce titre, le présent projet de recherche a pour objectif principal de développer un outil de diagnostic DGA, dont la fiabilité et la précision sont améliorées, en prenant en considération les incertitudes liées aux appareils de mesure. La réalisation de ce dernier s’est déroulée en plusieurs étapes. Dans un premier temps, une recherche bibliographique a été effectuée, incluant les mécanismes de formation des gaz dissous dans l’huile, les différents types de méthodes de diagnostic DGA, ainsi que l’incidence des incertitudes liées aux appareils de mesure sur ces méthodes. Ensuite, une base de données DGA a été construite à partir de données collectées dans différents articles de la littérature. Par la suite, différentes approches ont été explorées afin d’introduire les incertitudes liées aux appareils de mesure dans les méthodes DGA traditionnelles. Les résultats ont montré que ce procédé améliore considérablement la fiabilité du diagnostic, en particulier pour les méthodes basées sur des ratios. Enfin, un modèle hybride constitué à la fois de méthodes DGA traditionnelles et de méthodes d’intelligence artificielle a été développé. Les résultats d’évaluation ont montré que cette méthode présente une bonne fiabilité ainsi qu’une précision de classification acceptable à différents niveaux d’incertitude, allant jusqu’à ±30 %. En conclusion, l’incorporation de l’incertitude dans les méthodes de diagnostic basées sur la DGA s’avère être une approche prometteuse.

The power transformer is one of the most important and expensive components of the power grid. During its operation, it can be subject to several faults, which vary in type, severity, and consequences, that could lead to the complete deterioration of the transformer, resulting in significant economic losses. This is why continuous monitoring and diagnostics are important. Several diagnostic methods have been developed, including Dissolved Gas Analysis (DGA), the oldest, dating back to the 1950s, and also the most commonly used. However, the reliability and accuracy of DGA methods can be affected by several factors, such as the uncertainties related to measurement devices, which can lead to the misclassification of faults or even their non-detection, resulting in irreversible damage to the transformer. The main objective of this research project is to develop a DGA diagnostic tool, with improved reliability and accuracy, by taking into consideration the uncertainties related to measurement devices. First, a literature review was conducted, including the mechanisms of dissolved gas formation in oil, the different types of DGA diagnostic methods, as well as the impact of uncertainties related to measurement devices on these methods. Then, a DGA database was built using data collected from various studies in the literature. Subsequently, different approaches were explored to introduce measurement uncertainties into traditional DGA methods. The results demonstrate that this integration significantly improves diagnostic reliability, particularly for ratio based methods. Finally, a hybrid model combining both traditional DGA methods and artificial intelligence techniques was developed. The evaluation results confirmed that this method has good reliability as well as acceptable classification accuracy at various levels of uncertainty, up to ±30%. In conclusion, incorporating uncertainty into DGA based diagnostic methods, proves to be a promising approach.

Type de document:Thèse ou mémoire de l'UQAC (Mémoire de maîtrise)
Date:2024
Lieu de publication:Chicoutimi
Programme d'étude:Maîtrise en ingénierie
Nombre de pages:117
ISBN:Non spécifié
Sujets:Sciences naturelles et génie > Génie > Génie électrique et génie électronique
Département, module, service et unité de recherche:Départements et modules > Département des sciences appliquées > Programmes d'études de cycles supérieurs en ingénierie
Directeur(s), Co-directeur(s) et responsable(s):Fofana, Issouf
Rebaïne, Djamal
Mots-clés:analyse des gaz dissous (DGA), diagnostics de défauts, incertitude de mesure, intelligence artificielle (IA), transformateurs de puissance
Déposé le:29 janv. 2025 08:19
Dernière modification:29 janv. 2025 21:17
Afficher les statistiques de telechargements

Éditer le document (administrateurs uniquement)

Creative Commons LicenseSauf indication contraire, les documents archivés dans Constellation sont rendus disponibles selon les termes de la licence Creative Commons "Paternité, pas d'utilisation commerciale, pas de modification" 2.5 Canada.

Bibliothèque Paul-Émile-Boulet, UQAC
555, boulevard de l'Université
Chicoutimi (Québec)  CANADA G7H 2B1
418 545-5011, poste 5630