Professional Documents
Culture Documents
SENOUSSAOUI
MOHAMMED EL-AMINE
Pour obtenir le diplôme de
MAGISTER
EN ÉLECTROTECHNIQUE
Intitulé du mémoire :
Par ces quelques lignes, je tiens à remercier toutes les personnes sans lesquelles ce
travail n‟aurait pas été possible. Ma gratitude va au Professeur Mostéfa Brahami qui m‟a
honoré d‟avoir dirigé ce travail. Je le remercie pour tous les conseils éclairés qui m‟ont été
très utiles pour mon projet.
Tous les collègues pour l‟ambiance amicale de travail et les discutions fructueuses
m‟ayant permis de mener à bien mon étude; ainsi qu‟à toute personne ayant contribuée de
près ou de loin à la réalisation de ce travail.
Je dédie ce modeste travail aux êtres les plus chères à mon cœur : ma mère et mon
père et à toute ma famille.
I
Table des figures
Chapitre I
Figure. I.1 Vue intérieur d‟un transformateur de puissance (type respirant) .............................. 4
Figure. I.2. Système de dilatation des transformateurs immergés (a)respirant (b) hermétique .. 5
Figure. I.3. Détail d‟une fibre de cellulose ................................................................................ 7
Figure. I.4. Structure chimique du Glucose et de la cellulose .................................................... 9
Figure. I.5. Les différents processus de dégradation de la cellulose. .......................................... 9
Figure. I.6. Structure des hydrocarbures de base dans une huile minérale ................................. 13
Figure. I.7. Variations de la tension de claquage (Uc) en fonction de la teneur en eau (Wc)
pour 3 types d‟huile ..................................................................................................................... 19
Figure. I.8. Tension de claquage Uc en fonction de la température T pour trois huiles ............. 20
Figure. I.9. Concentrations d'oxygène dissous du transformateur recouvert en fonction du
temps de recouvrement par l‟azote............................................................................................... 22
Figure. I.10. Diagramme de température .................................................................................... 24
Chapitre II
Figure. II.1 Courbe de fiabilité. .................................................................................................. 26
Figure. II.2. Distribution typique des défaillances pour les transformateurs de puissance
pourvus de changeur de prise en charge ....................................................................................... 27
Figure. II.3. Stratégies de maintenance ....................................................................................... 28
Figure. II.4. Performance de l‟état des équipements de puissance et la courbe de Montsinger . 29
Figure. II.5. Structure chimique des dérivés furaniques ............................................................ 38
Figure. II. 6 Circuit simplifié de la mesure par RVM. ............................................................... 43
Figure. II. 7 Exemple de mesure par RVM. ................................................................................ 44
Figure. II.8 Courbes de la réponse en tension maximale en fonction du temps de charge pour
différents transformateurs d‟âges différents ................................................................................. 44
Figure. II.9 Circuit simplifié de la mesure par PDC ................................................................... 45
Figure. II. 10 Allure des courbes de polarisation et de dépolarisation........................................ 46
Figure. II.11 : Déformation axiale de bobine .............................................................................. 48
Figure. II. 12 La réponse fréquentielle avant et après un court circuit ...................................... 49
Chapitre III
Figure.III.1. Radicaux libres résultant de l'échauffement de l'huile minérale ........................... 56
Figure.III.2. Structure chimique des gaz dissous dans l‟huile des transformateurs.................... 57
II
Figure.III.3. Mécanisme d‟évolution des gaz hydrocarbures dans les huiles de
transformateurs en fonction de la température. ........................................................................... 58
Figure. III.4 - Organigramme de méthode de rapport de Doernenburg. ..................................... 66
Figure. III.5 Triangle de Duval et les différentes zones de défauts. ........................................... 69
Figure. III.6. Localisation du point de défaut dans le triangle. ................................................. 70
Figure.III.7 Abaque logarithmique de Church ........................................................................... 72
Chapitre IV
Figure. IV.1 Model PMC selon le critère de CEI pour l‟interprétation des données de l‟AGD . 82
Figure. IV.2 Model PMC selon le critère de Rogers pour l‟interprétation des données de
l‟AGD ........................................................................................................................................... 83
Figure. IV. 3 Erreur de l‟apprentissage en utilisant la méthode L-M à 1 couche cachée à 17
neurones ...................................................................................................................................... 85
Figure. IV. 4 Erreur de l‟apprentissage en utilisant la méthode L-M à 2 couches cachée à 10
et 20 neurones .............................................................................................................................. 88
Figure. IV.5 Etape de construction d‟un système flou. ............................................................... 91
Figure. IV.6 Les variables E/S du système flou de Rogers. ........................................................ 92
Figure. IV.7 Fonction d‟appartenance de la variable d‟entrée AE.............................................. 94
Figure. IV.8 Fonction d‟appartenance de la variable d‟entrée MH ........................................... 95
Figure. IV.9 Fonction d‟appartenance de la variable d‟entrée EE .............................................. 96
Figure. IV.10 Fonction d‟appartenance de la variable d‟entrée EM ........................................... 96
Figure .IV.11 Fonction d‟appartenance de la variable de sortie ................................................. 97
Figure. IV.12 Les variables E/S du système flou de CEI............................................................ 99
Figure. IV.13 Fonction d‟appartenance de la variable d‟entrée EE ............................................ 101
Figure. IV.14 Fonction d‟appartenance de la variable d‟entrée MH .......................................... 101
Figure. IV.15 Fonction d‟appartenance de la variable d‟entrée AE............................................ 102
Figure. IV.16 Fonction d‟appartenance de la variable de sortie. ................................................ 104
Figure. IV. 17 Interface du système CEI flou ............................................................................. 106
Annexe
Fig. A.1Séparation de deux composés en CPG ........................................................................... 116
Fig. A.2 Principaux composants de la chromatographie .............................................................. 117
Fig. B.1 Structure du réseau multicouche .................................................................................... 119
Fig. C. 1 Structure de base d‟un SIF ............................................................................................ 122
III
Liste des tableaux
Chapitre I
Tableau I. 1 : Différents diélectriques liquides et leurs domaines d'application ........................ 11
Tableau. I. 2.Teneur en eau pour divers échantillons d‟huile avant et après l‟utilisation de
l‟azote. .......................................................................................................................................... 21
Tableau. I. 3. Types des transformateurs les plus courants......................................................... 23
Chapitre II
Tableau. II. 1 Etat relative de l‟huile basé sur sa couleur. ......................................................... 32
Tableau II. 2 Valeurs limites de tenue électrique (huile) selon CEI 156 ................................... 33
Tableau II. 3 Valeurs limites de tenue électrique (huile) selon ASTMD. ................................. 33
Tableau. II. 4 Valeurs limites de la teneur en eau de l‟huile. ..................................................... 35
Tableau II. 5 Mesure direct sur papier cellulosique.................................................................... 37
Chapitre III
Tableau. III.1 Interprétation principale des gaz dissous dans l'huile. ................................... 62
Tableau.III.2 Limites de Concentration des gaz dissous dans l'huile selon IEEE ...................... 63
Tableau III.3 Actions à prendre selon les gaz combustibles dissous ......................................... 64
Tableau III.4 Définition des rapports Utilisés ............................................................................ 65
Tableau III.5 Méthode des rapports de Doernenburg. ................................................................ 65
Tableau III.6 Les niveaux limites des gaz de Doernenburg ...................................................... 65
Tableau III.7 Table de diagnostic originale du Rogers .............................................................. 67
Tableau III.8 Table des codes relative à la méthode des rapports de Rogers modifiée.............. 67
Tableau III.9 Table de diagnostic de la méthode du Rogers modifiée ....................................... 67
Tableau III.10 Table de diagnostic de Roger recommandée par CEI60559 .............................. 68
Tableau III.11 Interprétation de différentes zones du triangle de Duval. ................................... 69
Tableau III.12 Niveaux limites des concentrations des gaz de Duval ....................................... 70
Chapitre IV
Tableau IV.1. Base de données .................................................................................................. 76
Tableau IV.2 Résultat de test de différentes méthodes de diagnostic a) CEI, Rogers,
Doernenburg. b) Duval, gaz clés, Nomographie. ........................................................................ 79
Tableau IV.3 Catégories des défauts .......................................................................................... 80
Tableau IV.4 Modèle d'apprentissage par la méthode CEI......................................................... 83
Tableau IV.5 Modèle d'apprentissage par la méthode de Rogers ............................................... 84
IV
Tableau. IV.6 Résultats de l‟application des RNA pour le critère de CEI ................................ 86
Tableau. IV.7. Résultats de l‟application des RNA pour le critère de Roger. ........................... 89
Tableau IV.8 Termes linguistiques utilisés dans la méthode floue de Rogers ........................... 93
Tableau. IV.9 Règles d‟inférence de la méthode de Rogers. ...................................................... 97
Tableau. IV.10 Termes linguistiques utilisés dans la méthode floue de CEI ............................ 100
Tableau .IV.11 Matrice d‟inférence du système de diagnostic flou de CEI .............................. 102
Tableau. IV.12 Résultats de l‟application de la méthode floue de CEI ...................................... 105
Tableau. IV.13 Résultats de l‟application de la méthode floue de Rogers ................................. 107
V
Sommaire
Remerciement .................................................................................................... I
Table des figures................................................................................................. II
Liste des tableaux ............................................................................................... IV
Sommaire ............................................................................................................ VI
Introduction générale ......................................................................................... 01
Chapitre I : Contexte des transformateurs de puissance ................................. 03
I.1. Généralité .............................................................................................................................. 03
I.2. Structure et constitution : ...................................................................................................... 04
I.2.1. Description générale d‟un transformateur: ......................................................................... 04
I.2.2. Matériaux diélectriques pour système d‟isolation : ............................................................ 06
I.2.2.1. Papier et carton (pressboard) : ......................................................................................... 06
I.2.2.2.1. Vieillissement et détérioration du papier isolant : ....................................................... 08
Paramètres affectant la détérioration de l‟isolation solide : ......................................................... 08
I.2.2.2. Huiles isolantes ou diélectriques liquides : ...................................................................... 09
I.2.2.2.1. Principaux types de diélectriques liquides ................................................................... 10
I.2.2.2.2. Les huiles minérales :................................................................................................... 11
1- Composition chimique : ........................................................................................................... 12
Les composés paraffiniques ........................................................................................................ 12
Les composés naphténiques ........................................................................................................ 12
Les composés aromatiques .......................................................................................................... 12
Les hétéroatomes ......................................................................................................................... 13
I.2.2.2.3. Propriétés des diélectriques liquides : ........................................................................... 13
1- Propriétés électriques : ............................................................................................................. 13
Permittivité .................................................................................................................................. 13
Conductivité/Résistivité ................................................................................................................ 14
Le facteur de dissipation diélectrique ......................................................................................... 15
Rigidité diélectrique ..................................................................................................................... 15
2- Propriétés thermiques : ............................................................................................................ 15
Viscosité ....................................................................................................................................... 15
Le point d’écoulement ................................................................................................................. 16
VI
Le point d’éclair .......................................................................................................................... 16
Conductivité thermique ................................................................................................................ 16
Capacité thermique ...................................................................................................................... 16
3- Propriétés chimiques : .............................................................................................................. 17
Acidité et couleur ........................................................................................................................ 17
Stabilité à l’oxydation .................................................................................................................. 17
La teneur en soufre ....................................................................................................................... 17
I.2.2.2.4. Principales causes d'altération des diélectriques liquides : ........................................... 18
Oxygène et humidité ..................................................................................................................... 18
Température ................................................................................................................................. 19
Pollutions diverses ....................................................................................................................... 19
Bulles de gaz et décharges partielles .......................................................................................... 20
I.2.2.2.5. Mesures visant à minimiser la dégradation de l‟isolation liquide :............................... 20
I.2.3. Système de refroidissement ................................................................................................ 22
I.2.3.1. Circulation du fluide réfrigérant et mode de refroidissement : ...................................... 22
I.2.3.2. Distribution de la température à l‟intérieur du transformateur : ...................................... 23
I.3. Conclusion ............................................................................................................................. 24
Chapitre II : Revue de littérature sur les méthodes de diagnostic des
transformateurs de puissance ........................................................................... 25
II.1. Introduction ......................................................................................................................... 25
II.2. Défaillances , Causes et statistiques ..................................................................................... 25
II.3. Gestion de la vie du transformateur .................................................................................... 27
II.4. Diagnostic ............................................................................................................................. 30
II.4.1.Le rôle du diagnostic dans l‟inspection des défauts naissants .......................................... 30
II.5. Surveillance et méthodes de diagnostic : ............................................................................. 31
II.5.1. Techniques traditionnelles ................................................................................................. 31
II.5.1.1. Analyse d‟huile .............................................................................................................. 32
II.5.1.1.1. Analyses physico-chimiques ....................................................................................... 32
1- Couleur et apparence : ............................................................................................................ 32
2- Tension de claquage ou (rigidité diélectrique) ........................................................................ 32
3- Facteur de dissipation diélectrique (ou facteur de puissance) et la permittivité relative ........ 33
4- La viscosité ............................................................................................................................. 34
5- L‟acidité et indice de neutralisation ........................................................................................ 34
VII
6- Tension interfaciale ................................................................................................................. 34
7- Teneur en eau .......................................................................................................................... 34
II.5.1.1.2 Analyse des gaz dissous (AGD): ................................................................................. 35
II.5.1.2. Analyse de l‟état du papier cellulosique ......................................................................... 37
II.5.1.2.1 Mesure direct sur le papier .......................................................................................... 37
II.5.1.2.2 Analyse furanique ........................................................................................................ 37
II.5.1.3. Essais électriques ........................................................................................................... 38
II.5.1.4 Surveillance de température: ........................................................................................... 39
II.5.1.5 Analyse du bruit: ............................................................................................................. 40
II.5.2. Techniques Modernes : ..................................................................................................... 41
II.5.2.1 Mesure de décharges partielles : ..................................................................................... 41
II.5.2.2 Mesure de réponse diélectrique : .................................................................................... 42
II.5.2.2.1 Spectroscopie en domaine fréquentiel : ....................................................................... 42
II.5.2.2.2 Mesure de la tension de retour (RVM) : ...................................................................... 43
II. 5.2.2.3 Courant de polarisation et de dépolarisation : ............................................................. 45
II.5.2.3 Tests chimiques : ............................................................................................................ 46
II.5.2.3.1 Spectroscopie photo électronique par rayon X (XPS) ................................................. 46
II.5.2.3.2 Produits de dégradation de l‟huile .............................................................................. 47
II.5.2.3.3 Analyse de la spectroscopie infrarouge par transformée de Fourier : ........................ 47
II.5.2.4 Analyse de la réponse en fréquence (FRA) ou fonction d transfert : .............................. 48
II.5.2.5 Diagnostic d‟équipement auxiliaire : .............................................................................. 49
II.5.2.5.1 Bornes de traversées : .................................................................................................. 49
II.5.2.5.2 Changeur de prise en charge : ...................................................................................... 50
II.5.2.6 Diagnostic par mesure des courants : ............................................................................. 51
II.5.2.7 Mesure de température interne par système à fibres optiques: ........................................ 51
II.5.2.8 Logiciels de diagnostic et système expert : ..................................................................... 52
II.6. Conclusion : .......................................................................................................................... 52
Chapitre III : Analyse des gaz dissous (AGD ou DGA) .................................. 54
III.1. Introduction : ....................................................................................................................... 54
III.2. Historique : .......................................................................................................................... 54
III.3. Analyse des gaz dissous : concepts fondamentaux. ............................................................ 55
III.3.1 Théorie d‟évolution des gaz dans un transformateur défaillant : ...................................... 56
III.3.2 Procédure de l‟analyse des gaz dissous : ........................................................................... 59
VIII
- Prélèvement d’échantillons d'huile de transformateur. .......................................................... 59
- Extraction des gaz de l’huile .................................................................................................. 60
- L’analyse du mélange des gaz extrait...................................................................................... 60
- Interprétation des résultats obtenus par chromatographie ..................................................... 61
III.4. Méthodes d‟interprétation de la DGA : ............................................................................... 61
III.4.1 Principales causes de formation des gaz dans le transformateur : .................................... 61
III.4.2 Méthode d‟IEEE (Gaz clés, TDCG).................................................................................. 62
III.4.3 Méthode des rapports ........................................................................................................ 64
- Rapports de Doernenburg ................................................................................................ 64
- Rapports de Rogers .......................................................................................................... 66
- Rapports de CEI ............................................................................................................... 68
III.4.4 Triangle de Duval .............................................................................................................. 68
III.4.5 Nomogramme de Church : ............................................................................................... 71
III.5 Détectabilité des défauts en utilisant l‟analyse des gaz dissous : ......................................... 73
III.6 L‟intelligence artificielle pour analyse des gaz dissous : .................................................... 73
III.7 Conclusion :.......................................................................................................................... 74
Chapitre IV : Diagnostic par AGD et application de l’IA ............................... 75
IV.1. Introduction : ....................................................................................................................... 75
IV.2. Données de test : ................................................................................................................. 75
IV.3 Application des méthodes traditionnelles a l‟interprétation de la DGA : ........................... 77
VI.3.1 Résultats et discussion : ................................................................................................... 77
IV.4. L‟intelligence artificielle : la solution indispensable pour l‟interprétation de l‟analyse
des gaz dissous : ........................................................................................................................... 81
IV.4.1. Réseaux de neurones artificiels : ...................................................................................... 81
IV.4.1.1 Application du réseau multicouche (PMC) à l‟interprétation des données de la
DGA : ........................................................................................................................................... 82
IV.4.1.1.1 Model de CEI pour l‟apprentissage du PMC : ........................................................... 82
IV.4.1.1.2 Model de Rogers pour l‟apprentissage du PMC : ...................................................... 83
IV.4.1.2 Résultat et discussion : ................................................................................................... 84
Model de CEI : ............................................................................................................................. 84
Model du Rogers : ........................................................................................................................ 87
IV.4.1 Logique floue : .................................................................................................................. 90
IV.4.1.1. La méthodologie de conception d‟un système de diagnostic flou : .............................. 90
IX
IV.4.1.2. Diagnostic des défauts par la logique floue : ................................................................ 91
IV.4.1.2.1 Rapports flous de Rogers : .......................................................................................... 91
1- Identification des variables flous (E/S) ............................................................................... 91
2- Quantification : .................................................................................................................. 92
3- Attribution des fonctions d’appartenances : ...................................................................... 93
4- Organisation des règles d’inférences : ............................................................................... 97
5- Choix des opérateurs flous : .............................................................................................. 98
6- Défuzzification : .................................................................................................................. 99
IV.4.1.2.2 Rapports flous de CEI : ............................................................................................... 99
1- Identification des variables flous (E/S) ................................................................................ 99
2- Quantification : ................................................................................................................... 100
3- Attribution des fonctions d’appartenances : ..................................................................... 100
4- Règles d’inférences : ........................................................................................................... 102
5- Opérateurs flous : .............................................................................................................. 103
6- Défuzzification : .................................................................................................................. 103
IV.4.1.3. Résultat et comparaison : ............................................................................................. 104
IV. 4.1.3.1 Méthode de CEI : ....................................................................................................... 104
IV. 4.1.3.2 Méthode du Rogers : .................................................................................................. 106
IV.3 Conclusion: .......................................................................................................................... 107
Conclusion générale et perspectives ............................................................................... 109
Bibliographie ...................................................................................................... 111
Annexe A............................................................................................................. 118
Annexe B ............................................................................................................. 119
Annexe C............................................................................................................. 121
ملخص
Résumé
Abstract
X
Introduction Générale
Introduction générale
Introduction Générale
Les transformateurs de puissance sont des organes vitaux dans le réseau de transport et
de distribution de l‟énergie électrique, une défaillance peut entrainer des pannes de réseau aux
conséquences extrêmement couteuses, la dérégulation du secteur de l‟énergie a conduit à de
fortes pressions sur le cout, aussi cette évolution oblige les utilisateurs de transformateurs à
passer d‟une maintenance périodique à une approche moins couteuse reposant sur l‟inspection
ou l‟évaluation de l‟état du matériel. C'est pourquoi des méthodes spécialisées ont été mises
au point pour détecter les anomalies et évaluer l'état des transformateurs.
- La méthode de l‟analyse des gaz dissous (AGD ou DGA en anglais ) fera l‟objet
de la troisième partie dans laquelle nous aurons abordé l‟historique de la méthode avec le
mécanisme de production des gaz des défauts, puis les étapes à suivre pour effectuer la
procédure de l‟AGD. L‟interprétation des gaz du défaut est l‟une des étapes de la procédure
de l‟AGD qui se basent essentiellement sur l‟expérience accumulée du personnel chargé de la
maintenance. pour ce faire des techniques extraites de la pratique ou reposant sur des
statistiques faite par les standards, les grandes compagnies ou même des chercheurs sont
établies sous formes soit des règles, tableaux, graphiques ou abaques pour faciliter la tache du
diagnostic et réduire les frais de maintenance particulièrement le temps d‟interventions. La
plus part de ces techniques seront présentées dans le reste du troisième chapitre.
- Le quatrième et le dernier chapitre sera divisé en trois parties ; dans la
première partie on va essayer de faire une application des méthodes citées au chapitre trois et
voir l‟aptitude de chacune à détecter les défauts. Dans la deuxième et la troisième on va
introduire l‟intelligence artificielle y compris les réseaux de neurones et la logique floue et
voir également leur influence dans l‟amélioration des performances des techniques
traditionnelles notamment celles des rapports.
Donc une étude comparative sera faite entre l‟interprétation en introduisant l‟intelligence
artificielle et le diagnostic par les méthodes conventionnelles sans l‟utilisation de l‟IA.
A la fin du mémoire une annexe comportant des aperçus sur la technique de la
chromatographie en phase gazeuse et quelques points sur les réseaux multicouches et leur
apprentissage et le principe général de la logique floue.
2
Contexte des Transformateurs
de Puissance
Chapitre I Contexte des transformateurs de puissance
Chapitre I
Contexte des Transformateurs de Puissance
I.1. Généralités :
Le développement excessif et le progrès dans le transport et la distribution de l‟énergie
électrique durant les 100 dernières années n‟a pu être possible sans la capacité de relier les
différentes parties du système électro-énergétique depuis la production jusqu'à la
consommation, chaque portion fonctionne à sa niveau de tension appropriée. Cette
interconnexion est faite par l‟intermédiaire d‟une machine simple – le transformateur [1].
Le transformateur est à l‟origine d‟une avancée majeure : selon la ANSI & IEEE il
est définie comme étant une machine statique sert à élever la tension produite par les
centrales pour transporter efficacement l‟électricité tout en limitant les pertes Joule, puis
l‟abaisse à des niveaux plus sûrs pour desservir les lieux de consommation [2]. Le terme de
transformateur de puissance est attribué à l‟ensemble des transformateurs utilisés entre les
centrales de production et le réseau de distribution dont la gamme de puissance allant de 5
MVA et 20 kV à 1000 MVA et 800 kV, parfois ce terme est appliqué aux unités reliant les
centrales au réseau.
Pour des raisons d‟isolation et de transfert de chaleur, les transformateurs rencontrés
dans le domaine de l‟énergie électrique contiennent généralement de l‟huile minérale. Ils
peuvent être classifiés selon les quartes catégories décrites ci-après :
a. Les transformateurs de grande puissance sont des unités dont la puissance nominale
dépasse 100 MVA en triphasé. Les installations de ce type sont utilisées pour élever la
tension à la sortie des générateurs afin d‟injecter le courant dans le réseau de transport
d‟énergie.
b. Les transformateurs ou autotransformateurs de moyenne puissance assurent
généralement 1 „ interconnexion entre les réseaux de transport et de distribution
d‟énergie. Leur puissance ne dépasse pas 100 MVA.
c. Les transformateurs de distribution ont pour mission de faire l‟inter- face entre
l‟utilisateur et le réseau de distribution. Leur Puissance nominale maximale est de
2500 kVA
d. La dernière catégorie est constituée par les transformateurs à usage industriel ou
particulier. La conception de ces unités dépend fortement de leur application.
3
Chapitre I Contexte des transformateurs de puissance
4
Chapitre I Contexte des transformateurs de puissance
- Les transformateurs dits «hermétiques » qui sont surtout des transformateurs de puissance
limités à 10MVA où la quantité de diélectrique est faible. Dans ce type de système. la
dilatation du diélectrique peut être absorbée par un matelas de gaz inerte intercalé entre la
surface du diélectrique et le haut de la cuve (figure I.2.b), ou par la déformation du système de
réfrigération.
(a) (b)
5
Chapitre I Contexte des transformateurs de puissance
Le transformateur se constitue aussi d‟un groupe de refroidissement dont le rôle essentiel est
de faire évacuer de la chaleur et d‟empêcher la détérioration du système d‟isolation (huile,
papier et carton) due à l‟échauffement de la partie active lors du fonctionnement normal ou en
cas des surcharges.
6
Chapitre I Contexte des transformateurs de puissance
Selon leur mode de fabrication, les fibres de cellulose possèdent des caractéristiques
mécaniques et électriques particulières expliquées principalement par la densité, la longueur
et la diversité des fibres telle que la densité donne aux ces derniers une rigidité diélectrique
élevée et la longueur des fibres permet à ceux-ci d‟être vive longtemps [9].
L'humidité naturelle du papier est de 4-5% de la masse totale. Pour que la rigidité
diélectrique du système d‟isolation sera élevée, le papier est soumis à un processus appelé
processus d‟imprégnation d‟huile, qui consiste à faire sécher le papier sous vide pour
diminuer la quantité de moiteur à 0.5%, puis introduire l‟huile isolante pour remplacer l‟air
dans les pores du papier ; cette huile étant auparavant séchée et dégazéifiée en utilisant
d‟autres techniques . À la fin du processus d‟imprégnation, le système d‟isolation acquiert en
général de très bonnes propriétés diélectriques, et mécaniques [11].
7
Chapitre I Contexte des transformateurs de puissance
Le terme carton désigne en général un papier rigide et plus épais que le papier
ordinaire. Les cartons présents dans les transformateurs de puissance ont plusieurs fonctions
autres que l‟isolation au sens électrique. Il est employé pour maintenir mécaniquement les
bobinages et pour matérialiser les canaux de circulation du liquide de refroidissement.
Le papier et le carton seront donc utilisés dans des zones où règne un fort champ
électrique pour renforcer l‟isolation de l‟huile. Dans la partie active, ils interviennent seuls ou
combinés dans l‟isolation de la manière suivante [3,8]:
- soit par le diélectrique seul, lorsqu‟il s‟agit d‟une isolation entre deux pièces métalliques
nues
- soit par une couche solide (papier ou carton) imprégnée de diélectrique liquide, c‟est le
cas de l‟isolation entre deux conducteurs voisins d‟un même enroulement ;
- soit par une isolation mixte : combinaison de diélectrique liquide et d‟isolants solides,
c‟est le cas d‟une isolation entre deux enroulements concentriques de tension différente.
8
Chapitre I Contexte des transformateurs de puissance
L‟évaluation du degré de dégradation de la cellulose peut être faite par l‟analyse des
teneurs en dérivés furaniques dans l‟huile en service. L‟intérêt de cette analyse réside dans le
fait que les différents mécanismes de dégradation du papier, conduisent à la rupture des
chaînes et à la formation de sucres qui se transforment en dérivés furaniques [11].
9
Chapitre I Contexte des transformateurs de puissance
Les huiles diélectriques sont classées selon leur origine en huiles minérales, huiles
végétales et huiles de synthèses. 90 à 95% des liquides isolants sont représentés par les huiles
minérales, dont l'importance commerciale s'explique par la facilité de les obtenir (à partir des
coupes pétrolières) et par leur prix, le plus bas de tous les isolants. Cette masse d'huile ne
représente cependant qu'une infime partie (2%) de l'ensemble des lubrifiants.[16]
10
Chapitre I Contexte des transformateurs de puissance
11
Chapitre I Contexte des transformateurs de puissance
Pour obtenir des huiles minérales de qualité diélectrique, les bruts pétroliers doivent
être raffinés suivant un procède qui inclut habituellement une distillation, suivie d‟une
opération de déparaffinage, d‟une extraction par solvant et d‟une hydrogénation catalytique
[13].
Au niveau international, la norme CEI 60296 spécifie les propriétés requises pour les huiles
minérales utilisées dans les transformateurs [8]. Les principales qualités exigées sont donc
[3] :
- une faible viscosité et un bas point d‟écoulement pour assurer circulation;
- un point d‟éclair élevé (ou point d‟inflammabilité);
- une bonne stabilité chimique essentiellement vis-à-vis des phénomènes d‟oxydation et
de décomposition;
- une rigidité diélectrique élevée.
Composition chimique :
L‟huile minérale est un mélange complexe de composés naphténiques, paraffiniques, et
aromatiques, tous dérivés du pétrole (Figure.1.6). La proportion des ces composés dans l‟huile
varie suivant le type d‟huile.
Les composés paraffiniques : Les molécules paraffiniques peuvent être linéaires ou ramifiées.
Les alcanes de type linéaire (n-alcanes) sont connus sous le nom de paraffines ou de cires. Les
molécules paraffiniques ont une stabilité thermique plus faible que les molécules
naphténiques et aromatiques.
Les composés naphténiques : Les molécules naphténiques sont également appelées
cycloalcanes. Elles présentent d‟excellentes propriétés `a basse température et un meilleur
pouvoir solvatant que les nalcanes.
On peut trouver des cylces à cinq, six (majoritaires) ou sept atomes de carbone.
Les composés aromatiques : Toutes les huiles diélectriques contiennent des molécules
aromatiques. Ce sont des compos´es cycliques, de formule générale CnH2n−6. Le benzène en
est un exemple simple.
Ils ont des structures à chaînes latérales ou polycycliques à deux, trois ou plus, noyaux
condensés. Ces hydrocarbures sont réactifs et leur propriété de fixer l‟hydrogène (formé lors
du vieillissement) joue un rôle important dans la stabilité électrique des huiles minérales
isolantes.
12
Chapitre I Contexte des transformateurs de puissance
Fig.1.6. Structure des hydrocarbures de base dans une huile minérale [15]
1
0 est la permittivité du vide ( 0 8.85 pF / m. )
36 .10 9
r est la permittivité relative de l‟huile (sans unité).
r est aussi appelée constante diélectrique, elle est défini comme le rapport entre la capacité
d‟un condensateur rempli d‟huile (Cp) et la capacité du même condensateur vide(C0).
13
Chapitre I Contexte des transformateurs de puissance
Cp
r (I.2)
C0
Conductivité/Résistivité
Pour être isolant électrique, un liquide doit conduire le moins possible le courant
électrique lorsqu‟une tension lui est appliquée Sa conductivité o doit donc être la plus faible
possible ou inversement sa résistivité ρ (Ω.m) doit être la plus forte possible (ρ =1/ζ)
La conductivité d‟un liquide isolant est due à la présence de charges libres. Sous l‟effet d‟un
champ électrique, ces charges se déplacent provoquant ainsi un courant de conduction
Contrairement à la permittivité qui est exclusivement une caractéristique de constitution de
l‟huile (intrinsèque), la résistivité est une propriété fortement dépendante du conditionnement.
Ainsi, la résistivité d‟une huile est influencée par la présence de substances étrangères
considérées comme impuretés (poussières, particules. gaz. humidité), qui même en quantité
aussi faible que quelques ppm ont une influence sur les valeurs mesurées.
14
Chapitre I Contexte des transformateurs de puissance
e
R (I.4)
S
Avec S surface des électrodes et e écartement des électrodes.
Le tan δ est donné par la relation suivante :
1
tan (I.5)
c p R p
1
On obtient donc : tan (I.6)
0
Ce facteur est également sensible aux contaminants et aux produits de vieillissement. Une
huile minérale neuve possède une valeur de tan δ à 90 °C de l‟ordre de 10−3 alors qu‟une
huile altérée peut avoir une valeur de tan δ à 90°C supérieure à 0,5.
Rigidité diélectrique
La rigidité diélectrique à fréquence industrielle est la valeur maximale du champ électrique
que l‟on peut appliquer à l‟huile sans décharge. Comme la conductivité, la rigidité
diélectrique à fréquence industrielle est une caractéristique de conditionnement du liquide
mais l‟est aussi de sa formulation.
Dans l‟industrie, elle est maximisée conventionnellement par la tension efficace nécessaire
pour provoquer, dans les conditions normalisées, le claquage d‟un volume de liquide compris
entre deux électrodes dont la forme, distance et nature sont spécifiées, d‟où son nom de «
tension de claquage » [13].
2- Propriétés thermiques :
Viscosité
La viscosité et sa variation avec la température sont des paramètres de première
importance pour le transfert thermique. En effet, plus le liquide est visqueux, plus il est
difficile de le faire circuler dans l‟appareil, pour refroidir les parties actives chaudes .
15
Chapitre I Contexte des transformateurs de puissance
La viscosité d‟un fluide traduit les forces qui opposent les molécules de ce fluide à une force
tendant à les déplacer. C‟est donc, la résistance au mouvement que manifestent tous les
fluides. L‟indice de viscosité exprime la variation de la viscosité en fonction de la
température. Les huiles pour transformateur ont un indice très bas ; ce qui permet une
circulation plus facile, donc un refroidissement plus efficace [13].
Le point d’écoulement
Le point d‟écoulement est également un paramètre important dans le choix d‟un liquide
destiné à évacuer des calories. Le point d‟écoulement ne doit pas être considéré comme
équivalent à une température de solidification de l‟huile dans les équipements en exploitation.
Il est défini comme la température maximale au-dessous de laquelle la circulation du liquide
ne peut s‟établir. Le point d‟écoulement est associés aux problèmes potentiels de surchauffe
locale et donc à la dégradation thermique accélérée des matériaux (papier et huile). La norme
CEI 60296 demande que le point d‟écoulement soit au moins inférieur de 10°C à la
température minimale de démarrage en puissance (TMDP). La TMDP « standard » est fixée à
-3O°C et s‟applique globalement à toutes les régions tempérées.
Le point d’éclair
C‟est la température minimale, pour une huile chauffée, de dégagement de vapeur suffisant
pour former un mélange inflammable avec l‟air. Il est également un indicateur de la volatilité
de l‟huile.
Conductivité thermique
Mesurée en Watt par mètre Kelvin, elle exprime le flux thermique s‟écoulant, en
régime permanent sous l‟effet d‟un gradient thermique entre deux isothermes du liquide. Elle
décroît lorsque la température et la masse volumique augmentent. La valeur moyenne est 0.14
W/(m.K)[13].
Capacité thermique
La capacité thermique massique ou chaleur spécifique se définit comme la quantité de
chaleur nécessaire pour augmenter de un degré Kelvin la température d‟un kilogramme d‟une
substance, sans qu‟il y ait de changement de phase. Ainsi, pour une huile de transformateur,
plus la valeur de chaleur spécifique est élevée, moins le transformateur s‟échauffera. La
chaleur spécifique croît avec la température et décroît avec la masse volumique [6].
16
Chapitre I Contexte des transformateurs de puissance
3- Propriétés chimiques :
Acidité et couleur
L‟acidité représente les dérivés acides formés au cours du vieillissement de l‟huile. Sa
détermination procure le moyen le plus direct pour apprécier et suivre l‟altération de l‟huile.
Elle est exprimée par la mesure de l‟indice d‟acidité qui est le nombre de mg de KOH
décinormale nécessaire pour neutraliser un gramme d‟huile [16].
Dans les huiles neuves, on ne constate pas de présence d‟acides minéraux, mais celle d‟acides
organiques.
L‟acidité d‟une huile neuve est très faible. Elle est de l‟ordre de 0.02 à 0.03 mg de KOH/g
d‟huile. Aux premiers stades d‟oxydation, elle augmente pour atteindre, après un certain
temps de service, une valeur où elle reste constante. Cette stabilité s‟explique par les dépôts
qui précipitent.
La couleur est une propriété intrinsèque de l‟huile neuve. Elle a une relation avec les
hydrocarbures qui constituent l‟huile. Elle permet d‟apprécier la qualité des huiles neuves et
constitue un moyen efficace pour surveiller l‟acidité des huiles en service. Elle renseigne
également sur le vieillissement de l‟huile, puisque celle-ci devient plus foncée avec l‟âge [13].
Stabilité à l’oxydation
On désigne par oxydation, un ensemble de réactions complexes et lentes au cours desquelles
les hydrocarbures réagissent avec l‟oxygène dissout. La vitesse des réactions d‟oxydation
croit avec la température et la concentration en oxygène. Les conséquences de l‟oxydation de
l‟huile sur l‟isolation sont:
Une mauvaise évacuation de la chaleur par augmentation de la viscosité ;
Une augmentation des pertes diélectriques et de la conductivité ;
Une corrosion des pièces métalliques ;
Une dégradation plus rapide de l‟isolation cellulosique.
La teneur en soufre
Une huile minérale peut contenir des traces de soufre, soit sous la forme de soufre
libre, soit sous forme de composés sulfurés; les premiers sont très corrosifs, les seconds le
sont beaucoup moins, tant que la température ne dépasse pas 100°C environ.
Sa présence est détectée par la corrosion d‟une lame de cuivre électronique immergée dans
une huile à 140 °C pendant 19h (norme N.F T60-131 (CEI 296 A); la coloration qu'elle prend
permet de juger si les composés soufrés sont corrosifs ou non.
17
Chapitre I Contexte des transformateurs de puissance
L‟influence de l‟oxygène est surtout notable vis-à-vis des huiles minérales d‟ont
l‟oxydation est facteur de vieillissement [10]. L‟oxygène présent dans l‟huile provient non
seulement de l‟extérieur de la cuve, mais aussi de la dégradation thermique de la cellulose. Il
réagit avec des hydrocarbures pour former des oxydes qui constituent un des facteurs de
vieillissement de l‟huile [3].
L'humidité a une action nocive sur la tenue de tous les liquides diélectriques (Figure 1),
particulièrement lorsque cette humidité se trouve sous forme d'eau libre, en suspension, en
émulsion ou fixée sur des particules solides (poussières en suspension ou dépôts). On note une
réduction de la tension de claquage d'environ 23 % lorsqu'on passe de 20 à 68 ppm
d'humidité dans l'huile [10][12].
18
Chapitre I Contexte des transformateurs de puissance
en cas de refroidissement brutal, (rupture de charge par temps froid par exemple) être
disqualifié par suite de solubilité.
Température
Les askarels vieillissent peu par oxydation et, de ce fait, sont peu sensibles à l'action
prolongée de la température. Par contre Les huiles minérales sont plus sensibles (Figure 1.8) à
l'accélération du vieillissement provoqué par les températures élevées.
L‟effet de la température sur le vieillissement d‟une huile est souvent défini comme la
pyrolyse. Dans les conditions normales d‟utilisation des transformateurs (température
située entre 80 et 100°C), la stabilité des liquides isolants existants est largement suffisante.
La température agit donc principalement comme catalyseur et non comme déclencheur.
Cependant, il peut y avoir des points chauds dans certaines parties du transformateur qui
dégradent l‟huile.
Pollutions diverses
Des impuretés de toute nature (poussières, graisses, etc.) peuvent être introduites dans
un transformateur à l‟occasion de manipulations maladroites, par exemple à l‟occasion d‟un
complément de remplissage. Des poussières ou fibrilles peuvent provenir d‟une détérioration
mécanique (frottement, vibration) des isolants solides; des dépôts sont parfois engendrés par
le vieillissement propre du diélectrique liquide [10].
Enfin, il arrive notamment dans le cas des askarels que ceux-ci, en raison de leur grand
pouvoir solvant, aient une action de dissolution sur les peintures, vernis et les joints, ayant
19
Chapitre I Contexte des transformateurs de puissance
20
Chapitre I Contexte des transformateurs de puissance
l'humidité de l'huile tout en excluant de l'air (oxygène) du système. Le flux d'azote traversant
le déshydratant supprime également l'humidité du gel de silice.
Les résultats obtenus sur une période de huit ans (figure I.9 et Tableau. I.2) indiquent
clairement que ce programme novateur, peut arrêter ou réduire la quantité de l‟humidité et de
l‟oxygène qui sont les paramètres principale favorisant la décomposition par oxydation [5].
21
Chapitre I Contexte des transformateurs de puissance
22
Chapitre I Contexte des transformateurs de puissance
A: Air;
W: Eau (Water).
Quatrième lettre: Mode de circulation du fluide de refroidissement externe:
N : Convection Naturelle;
F : Circulation Forcée (ventilateurs).
Type de transformateur Symbole
23
Chapitre I Contexte des transformateurs de puissance
I. 3. Conclusion
Puisque notre sujet est totalement lié au transformateur nous avons décidé d‟établir une
description globale de cet important équipement, rassemblant les éléments essentiels
notamment le système d‟isolation comprenant l‟huile et le papier cellulosique et les causes de
leurs détérioration sous l‟effet de différentes facteurs tels que l‟oxygène, l‟humidité et la
température cette dernière représente la cause principale de défaillance. d‟où un système de
refroidissement est nécessaire pour pouvoir contrôler les variations de température à
l‟intérieur de la cuve du transformateur.
24
Revue de Littérature sur les
Défaillances et les Méthodes
de Diagnostic
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Chapitre II
II.1.Introduction.
Les transformateurs de puissance sont des organes vitaux dans le réseau de transport et
de distribution de l‟énergie électrique, une défaillance peut entrainer des pannes de réseau aux
conséquences extrêmement couteuses, la dérégulation du secteur de l‟énergie a conduit à de
fortes pressions sur le cout, aussi cette évolution oblige les utilisateurs de transformateurs à
passer d‟une maintenance périodique à une approche moins couteuse reposant sur l‟inspection
ou l‟évaluation de l‟état du matériel, surtout au moment où la duré de vie moyenne des
transformateurs en service a augmenté et rapprochant la fin de vie nominale; l‟orientation vers
cette démarche conduit à la réduction ou même l‟élimination de ce qu‟on appelle la
maintenance périodique. Au lieu de faire l'entretien à un intervalle régulier, la maintenance
n‟est effectuée que si l'état de l'équipement lui impose. D‟où il y a un besoin croissant de
meilleurs outils de diagnostic et de surveillance non-destructifs pour évaluer l‟état interne de
nos transformateurs. S‟il y a un problème, le transformateur peut être alors réparé ou remplacé
avant qu‟il ne tombe en panne. Plus le transformateur vieillisse plus le contrôle régulier de
leur bon fonctionnement devient important.
Le présent chapitre décrit les différentes méthodes et les essais trouvés dans la littérature
permettant à l‟ingénieur technicien de prendre une idée claire sur l‟état interne de leurs
transformateurs en défaut ou même des transformateurs vieillis mais non-défaillis. Via une
interprétation adéquate des résultats de ces essais on peut arriver à remédier au problème et
protéger de nos transformateurs, et par conséquent prolonger leurs durés de vie, en évitant
tous les frais supplémentaires associés à l‟opération de remplacement d‟un nouveau
transformateur.
25
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Un aperçu donné par O.N. Grechko [23] signale que les causes principales (51% de
défaillances de transformateur dans une période de cinq ans) étaient dues aux problèmes
suivants:
26
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Une étude statistique a été effectuée par un groupe de recherche de CIGRE sur les
défaillances dans les transformateurs de grande puissance a relevé qu‟environ 41% de celles-
ci surviennent de défauts dans le changeur de prise et viennent ensuite les enroulements avec
une part de 19%. La figure II. 2 recense la répartition typique des défaillances dans un
transformateur muni d‟un changeur de prise en charge. D‟autre coté il a été trouvé que 53%
de ces défauts sont d‟origine mécanique (vibration, déformation,…) et seulement 31% de
natures diélectriques (isolation) (Fig.II.3).
Les statistiques de défaillance pour les grands transformateurs qui avaient été en service entre
15 et 25 ans indiquent que le vieillissement de l‟isolation, les dommages des enroulements et
la contamination, sont les sources principales des défaillances de transformateurs. Le coût et
le temps de réparer et remplacer un transformateur de puissance sont très substantiels.
Fig. II.2. Distribution typique des défaillances pour les transformateurs de puissance pourvus
de changeur de prise en charge [3, 21].
27
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
définis sont appliqués. La figure suivante montre les différentes sortes des stratégies de
maintenance et l‟avantage de chacune par rapport à l‟autre (Figure II.3).
28
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
29
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Les transformateurs de puissance sont des maillants sensibles dans le réseau électrique. Leur
fiabilité affecte non seulement la disponibilité d'énergie électrique de la région alimentée,
mais la dépasse à l‟économie de l‟entreprise. Par exemple, une défaillance au niveau d‟un
transformateur de distribution peut laisser des milliers de maisons sans chaleur et sans
30
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
31
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
32
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
d‟autres contaminants. Il existe deux sortes de mesures dans les standards ASTM, le D877 et
le D1816. Les divers procédés de traitement dont l‟application se fait en fonction du degré de
pollution et du niveau de qualité à rétablir, visent à assurer simultanément un filtrage et une
déshydratation du liquide diélectrique.
On doit noter que lors du premier remplissage d‟un appareil neuf, il est souhaitable, par
traitement préalable, d‟amener le diélectrique à des valeurs de tension de tenu supérieures
d‟environ 10 kV aux valeurs du tableau II.2 donné par la CEI 156.
Les limites admissibles pour la tenue électrique des diélectriques utilisés dans des
transformateurs en service figurent dans le tableau II.2 et tableau II.3 [10] [27].
Valeurs limites de 30 35 40 50
tenue électrique (huile)
selon CEI 156
Tableau II.2 Valeurs limites de tenue électrique (huile) selon CEI 156.
Tensions nominales Un≤69 kV 69<Un≤288 Un ≥345
ASTM D 877-87 26 26 26
ASTM D 1816-84a 23 26 26
influence les taux de transfert de chaleur. Les viscosités élevées sont à éviter, spécialement
dans les climats froids.
6- Tension interfaciale : Ce test selon le standard ASTM D-971-91 est utilisé par les
laboratoires de l‟AGD pour déterminer la tension interfaciale entre un échantillon d'huile et
d'eau distillée pour la mesure des composants polaires. L'échantillon d'huile est placé dans un
bécher d'eau distillée à une température de 25 °C. L'huile va flotter parce que sa gravité est
inférieure à celle de l'eau. Il devrait y avoir une distinction claire entre les deux liquides. TIF
est définie comme étant la force qu'il faut appliquer par unité de longueur le long d'une ligne
perpendiculaire à la surface de l‟huile en équilibre pour provoquer l'extension de cette surface,
elle se mesure en dynes par centimètre qui est une petite unité de force égale à 10 -5 Newtons.
Une huile propre va créer une ligne très distincte au dessus de l‟eau donnant une tension
interfaciale de 40 à 50 dynes par centimètre le long de l‟interface [28]. L‟acidité et la tension
interfaciale ensemble peuvent être une excellente indication du moment où l'huile doit être
régénérées.
7- Teneur en eau : l‟humidité (eau) est considérée comme l‟ennemi numéro un des appareils
de haute tension. Pour garantir la tenue diélectrique aux tensions de fonctionnement la teneur
en eau doit être maintenue au plus faible niveau possible. Notons que lors du premier
remplissage du transformateur neuf. Il est souhaitable de ramener, par traitement préalable, la
teneur en eau à une valeur inferieure de 10 ppm environ à celles figure au tableau II.4 (ISO
R760). La méthode de mesure est décrite dans le standard D 1533.
34
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
35
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Actuellement les interprétations les plus utilisées sont: Duval Triangle, IEEE C57.104,
Limits, rates and TDCG, Straight Limits, Key Gas Method, Dörnenburg Ratios, Rogers
Ratios, IEC 60599 Ratios and Limits.
36
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
37
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Les principaux dérivés furaniques que l‟on peut trouver dans une huile sont [6] :
‟hydoxyméthylfurfuraldéhyde (5HMF), le furfuraldéhyde (2FAL), le méthylfurfuraldéhyde
(5MEF), l‟alcool furfurylique (2FOL), et l‟acétylfurane (2ACF). figure.3.
En général, on peut dire que ces tests ont une très bonne efficacité pour le diagnostic de
pannes électriques. Mais le cas des déformations mécaniques, leurs détection est souvent
difficile. Seul l‟essai d‟impédance en court-circuit peut fournir une information sur l‟état
mécanique de l‟équipement [26].
- Les essais individuels sont à exécuter sur tous les appareils, sans exception :
1- Mesure de la résistance des enroulements.
2- Vérification du sens relatif des bobinages, du schéma des connexions entre enroulements et
bornes, et du rapport de transformation.
3- Mesure des pertes dues à la charge et des tensions de court-circuit.
38
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
39
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
capteurs peuvent suivre la variation de température en temps réel et à différents endroits sur le
transformateur.
Depuis une vingtaine d‟années, ce problème, jusque-là secondaire, est de plus en plus
souvent posé. En effet, la croissance de la consommation d‟énergie électrique a pour
conséquence, à tous les stades de la distribution, l‟emploi de transformateurs de puissance
unitaire de plus en plus élevée dont le niveau sonore augmente parallèlement.
40
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
- la première ; fondée sur l‟analyse des signaux électriques résultant des décharges, permet
de situer la décharge dans une capacité donnée ;
- La deuxième dite méthode ultrasonique, qui ne s‟applique qu‟à des isolations imprégnées
par un diélectrique liquide. Une décharge, lorsqu‟elle se produit dans une isolation imprégnée,
génère une onde de pression (100-300 kHz) qui va se propager dans les divers milieux suivant
les lois de la physique classique.
A l‟aide de capteurs suffisamment sensibles placés à proximité, il est possible de déterminer
les distances source-capteurs à partir de la mesure du temps écoulé entre l‟instant de la
décharge et l‟instant d‟arrivée de l‟onde sur le capteur considéré. Ensuite, par triangulation, il
est aisé de positionner la source géométriquement.
La décharge partielle peut également être détectée indirectement par des méthodes chimiques
en mesurant les produits de décomposition dégagés par DP. En plus de ces techniques, des
capteurs piézoélectrique et capteurs en fibres optiques peuvent être utilisés pour la mesure de
décharge partielle.
41
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Les interférences électromagnétiques sont le problème majeur qui parasite la sensibilité des
mesures électriques de DP, d‟autre part les signaux ultrasonique (ou acoustique) soufre aussi
du problème de l‟atténuation des signaux qui rend difficile la détection des ondes émises par
La DP [21].
42
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Cette technique est basée sur la réponse en tension du diélectrique. Une tension
continue est appliquée aux bornes du diélectrique, après un certain temps de charge, le
diélectrique est court-circuité et en suite déchargé au minimum la moitié du temps de charge.
Pendant la décharge, le maximum de la tension, le temps qui lui correspond et sa pente initiale
sont enregistrés. La répétition de ce cycle de mesure pour différents temps de charge donne à
la fin la courbe du maximum de la tension de recouvrement en fonction du temps de charge.
43
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Fig. II. 8: Courbes de la réponse en tension maximale en fonction du temps de charge pour
différents transformateurs d‟âge différents [38].
Du point de vue investigation, le diagnostic par tension de recouvrement RVM, se trouve
au premier rang par rapport aux autres techniques de diagnostic modernes. Le spectre
représentant la réponse RVM est caractérisé par un seul pic correspondant à un temps appelé
constante de temps central. D‟après les travaux [35, 38], il a été démontré que plus la
constante de temps centrale est basse plus l‟état du système d‟isolation est dégradé. Mais cette
conclusion ne fait aucune différence entre les qualités d‟huile et du papier ni la distinction
entre une isolation vieille et une autre qui présente un taux d‟humidité élevé [39]. Des
tentatives de séparation entre l‟effet des facteurs humidité et vieillissement ont montré que la
constante centrale diminue toujours avec l‟un des deux facteurs [35, 39]. En ce qui concerne
la séparation de la qualité de l‟huile et celle du papier, des études ont confirmé l‟impossibilité
de faire cette séparation avec la RVM, d‟autres études ont suggéré que la présence d‟un autre
pic, hormis le pic dominant qui correspond à la constant de temps centrale pourra aider pour
44
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
45
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
46
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
papier, même après un lavage intensif du papier avec le solvant indique que les produits de
dégradation d'hydrocarbures provenant de l'huile sont chimiquement liés à la surface ce qui
rend difficile leur arrachement.
47
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
48
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
données, il est possible de déceler les défauts présents dans l'enroulement et dans le noyau
magnétique du transformateur [42].
Comme l‟ont montré les études commentées au paragraphe II.2, les principales sources de
défaillances proviennent de l‟équipement auxiliaire. Celui-ci est composé de trois éléments ou
groupes d‟éléments. Le premier d‟entre eux est le dispositif de refroidissement. Sa
surveillance se limite généralement aux signaux logiques de fonctionnement. Suivant les cas,
des paramètres additionnels sont mesurés. Il s‟agit des températures (huile et air) entre
l‟entrée et la sortie des échangeurs de chaleur ainsi que les vitesses des fluides [3].
Les deux autres éléments, qui sont par ailleurs les parties les plus sensibles des
transformateurs, sont les suivantes.
Les bornes de traversée sont des composants-clés d‟un grand nombre d'équipements de
puissance tels que les disjoncteurs, les réactances, les condensateurs, etc. Elles permettent au
courant de traverser la cuve métallique des appareils tout en l‟isolant de cette dernière. Les
deux types de bornes de traversée les plus utilisés dans les transformateurs en tant qu'entrées
principales sont les bornes de traversée en porcelaine pour les transformateurs de faible
49
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
puissance et les bornes immergées en papier imprégné d‟huile pour les transformateurs de
plus grandes puissances.
Jusqu'à présent, l'entretien et les essais de qualification les plus souvent utilisés pour vérifier
l'état des bornes de traversée sont l‟inspection visuelle et les mesures du facteur de puissance
et de la capacité à fréquence industrielle. La demande croissante d‟outils appropriés non
destructifs et sûrs a conduit au développement de nouveaux outils de diagnostic basés sur le
changement des propriétés diélectriques de l‟isolation. Les techniques de spectroscopie
diélectriques sont de nouvelles méthodes, simples et directes, basées sur les phénomènes
linéaires de polarisation, qui permettent de diagnostiquer l'isolation composée d‟huile et de
papier [43].
Les changeurs de prises en charge (CPC) sont des dispositifs de commutation mécanique
largement utilisés pour la régulation de tension dans les réseaux électriques. Il a été montré
que le CPC est la principale cause de défaillance lors de fonctionnement des transformateurs.
Le résultat des statistiques et des études sur les modes de défaillance des CPCs ont montré
que la maintenance incorrecte et le vieillissement des composants sont les principaux
contributeurs au défaut dans les changeurs de prise. Les modes de défaillances dominants
liées au vieillissement sont l‟usure des contacts, l‟affaiblissement des ressorts, et la rupture
des composants du mécanisme d‟entrainement [44]. Il s'agit d'une tendance moderne à
effectuer reposant sur la surveillance de l‟état du matériel plutôt que l‟approche traditionnelle
basée sur l‟entretien périodique [45].
Les méthodes les plus répandues pour la surveillance de l‟état de I‟insérateur en charge
peuvent être réparties citées comme suite [3] [45]:
- Inspection visuelle.
- Mesure du profil de températures;
50
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
Le deuxième type des systèmes utilise les fibres optiques pour la mesure de
température dans différents points. Puisque les capteurs et les câbles associés sont isolés, ils
peuvent être installés directement sur le point chaud du transformateur. Le moment opportun
pour installer ses capteurs est pendent la construction et dans l‟emplacement indiqué par une
modélisation thermique du transformateur. Néanmoins, ils peuvent être réassemblés à un
transformateur existant, mais cela est difficile à réaliser [21].
51
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
II.6. Conclusion :
Le transformateur de puissance est l‟un des plus importants et des plus onéreux
composants du réseau électrique, son remplacement est très coûteux et les conséquences des
pannes imprévues qu‟il cause ne sont pas toutes couvertes par les compagnies d‟assurance.
Ainsi sa surveillance est indispensable et l‟estimation de sa durée de vie est nécessaire.
La meilleure façon de prolonger la vie d‟un transformateur est de connaître son état à
tout instant. Pour se faire, il faut rassembler les informations relatives à la charge, les courants
de défaut, ainsi que la qualité de l‟huile et du papier. L‟enregistrement continu de ces mesures
fournit ainsi une image plus complète de l'état de l'isolation du transformateur et en combinant
ces paramètres nous pourrons logiquement aider à anticiper une situation critique.
52
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic
privilégient désormais une surveillance basée sur l‟état de l‟équipement plutôt que sur
l‟entretien périodique.
En générale les techniques les plus répandus dans le diagnostic de l‟état des
transformateurs sont les essais du système d‟isolation notamment l‟analyse des gaz dissous
et la qualité de l‟huile, mais cette dernière malgré qu‟elle est plus pertinente mais reste, la
plupart du temps, destructive et/ou locale.
D‟autres nouvelles méthodes chimiques ont été également décrites dans ce chapitre.
Récemment, un certain nombre de techniques électriques ont acquis une importance
exceptionnelle pour les professionnels. La température est aussi un paramètre crucial c‟est
pour cela des moyens de mesure et de surveillance ont été utilisé. L‟intelligente artificielle est
ainsi introduite dans le domaine de diagnostic grâce à sa capacité d‟extraire des informations
cachées et faciliter l‟analyse et l‟interprétation des données, et par conséquent réduire le
facteur du coût.
53
Analyse des Gaz Dissous
Chapitre III Analyses des gaz dissous
Chapitre III
Analyse des Gaz Dissous
III.1. Introduction :
Il bien est connu que les transformateurs à l‟huile sont sujets à des contraintes
électriques et thermiques. Ceux-ci peuvent détériorer les matériaux d'isolation et par
conséquent un dégagement excessif des produits de décomposition gazeux, bien que tous les
transformateurs à l‟huile produisent des petites quantités du gaz, particulièrement le CO et
CO2 à une certaine mesure dans des conditions de fonctionnement normal. L‟échauffement,
les décharges partielles et les arcs électriques sont les trois principales causes de production
des gaz de défaut, et un tel défaut interne dans l‟huile libère des sous-produits gazeux,
incluant l‟hydrogène (H2), le méthane (CH4), l‟acétylène (C2H2), l‟éthylène (C2H4) et l‟éthane
(C2H6). Lorsque la cellulose est participée, le défaut peut produire CH4, H2 , CO, CO2 , etc.
Chacun de ces types de défauts produit certains gaz qui sont généralement combustibles. La
quantité totale des gaz combustibles ou leurs types avec le taux de production de gaz peuvent
être des indications sur le type et la sévérité du défaut à l‟origine de la formation du gaz en
question.
L‟analyse des gaz dissous a été l‟outil puissant largement utilisé dans la détection des
défauts naissants dans les transformateurs remplis de l‟huile. La pratique traditionnelle de
diagnostiquer l‟état du transformateur par l‟AGD est réalisée hors service par un simple
prélèvement d‟un échantillon d‟huile (par seringue) ainsi on l‟envoie au laboratoire pour
l‟analyser en attendant le résultat. Par l‟application de la technique d‟AGD à un échantillon
d‟huile, les gaz dissous peuvent être quantifiés et identifiés.
Au cours de ce chapitre on essai de se focaliser sur la technique de diagnostic par
analyse des gaz dissous, montrant le rang et l‟importance qu‟elle les occupe dans l‟hiérarchie
des méthodes de détection des défauts. On présente également les moyens de les interpréter
ainsi que les développements ont eu lieu au cours de ces dernières années.
III.2. Historique :
Le nom de chromatographie dérive du mot grec khrôma qui signifie couleur, parce que le
premier scientifique à utiliser cette technique, le botaniste russe Tswett, sépara en 1903 les
pigments colorés d‟une plante verte en filtrant un extrait de celle-ci sur une colonne de verre
remplie de craie (CaCO3) finement pulvérisée Ce fut la première application de la
chromatographie d‟adsorption sur colonne Tandis que l‟on perfectionnait la méthode
54
Chapitre III Analyses des gaz dissous
55
Chapitre III Analyses des gaz dissous
mènent parfois à la dégradation des matériaux d‟isolation. Durant ce processus, des produits
gazeux viennent à se former et se dissoudre dans l‟huile, notamment H2, CO, CO2, CH4,
C2H6, C2H4, C2H2, etc. Si cela excède un certain niveau, des bulles de gaz commencent à
surgir et les transformateurs à l'huile sont assujettis à des contraintes électriques et
thermiques, qui peuvent détériorer les matériaux d'isolation et dégagent des produits de
décomposition gazeux. Les procédures d'évaluation pour l‟AGD ont été largement mises en
œuvre en se basant sur les directives recommandées par la CEI, IEEE et CIGRE.
H2
CH4 C2H6 C2H4 …
C3H8 C3H6 …
C2H2
Molécules libres des gaz hydrocarbures
56
Chapitre III Analyses des gaz dissous
Fig.III.2. Structure chimique des gaz dissous dans l‟huile des transformateurs
57
Chapitre III Analyses des gaz dissous
Fig.III.3. Mécanisme d‟évolution des gaz hydrocarbures dans les huiles de transformateurs en
fonction de la température.
Dans certains cas, des gaz peuvent se former, non pas à la suite de défauts dans le matériel,
mais à cause de réactions chimiques de corrosion ou autre impliquant l‟acier, les surfaces non
peintes ou les peintures de protection elles même.
De l‟hydrogène peut être produit par réaction de l‟acier avec l‟eau, tant que de l‟oxygène est
présent dans l‟huile qui est à proximité des quantités importantes d‟hydrogène ont ainsi été
observées dans des transformateurs qui n‟avaient jamais été mis sous tension De l‟hydrogène
58
Chapitre III Analyses des gaz dissous
peut aussi se former par réaction d‟eau libre avec des revêtements spéciaux de surfaces
métalliques, ou par réaction catalytique de certains types d‟acier inoxydable avec l‟huile, en
particulier avec de l‟huile à haute température contenant do l‟oxygène dissous, De
l‟hydrogène peut aussi être présent dans de l‟acier inoxydable neuf, absorbé pendant le
procédé de fabrication, ou produit pendant le soudage, et libéré lentement dans l‟huile,
De l‟hydrogène peut aussi être formé par la décomposition du mince film d‟huile entre les
lamelles du noyau a des températures supérieures ou égales à 140 °C. Des gaz peuvent aussi
être produis par exposition de l‟huile à la lumière solaire ou se former au cours de travaux de
réparation du matériel
Des peintures internes du transformateur, comme les résines alkydes et les polyuréthannes
modifiés, contenant des acides gras dans leur formulation, peuvent aussi former des gaz,
De tels cas ne se produisent néanmoins qu‟extrêmement rarement, et peuvent être
détectés en effectuant des analyses d‟AGD sur des matériels neufs qui n‟ont jamais été mis
sous tension et par des essais de compatibilité des matériaux La présence d‟hydrogène, en
l‟absence totale d‟autres hydrocarbures gazeux peut être, par exemple une indication d‟un tel
problème [50].
Aujourd'hui la technique de l‟AGD est préférable d'être effectuer au laboratoire car elle
nécessite des instruments de mesure avec une grande précision. On pourrait résumer la
procédure de l‟AGD en quatre étapes [52]:
1. Prélèvement d‟échantillon d'huile de transformateur.
2. Extraction des gaz de l'huile.
3. L'analyse du mélange de gaz extrait.
4. Interprétation des données des gaz.
59
Chapitre III Analyses des gaz dissous
Il est conseillé de remplir le récipient de prélèvement à l‟aide d‟un tube plongeur et de laisser
déborder environ une fois la contenance du récipient après remplissage, ce qui assure un
ultime rinçage du récipient par le liquide à prélever.
Enfin, s‟assurer que les matériaux constituant l‟outillage ou les récipients de prélèvement sont
sans interaction possible avec le diélectrique. De ce point de vue le verre est le plus
recommandable [10].
- Extraction des gaz de l’huile
Les gaz dits clés dissous dans l‟huile sont extraits par une technique de dégazage.
Pour laquelle un système dit pompe de Toepler est souvent utilisé. Bien que la longue
expérience a montré que ce processus d‟extraction soit efficace et donne de bons résultats
pour une analyse ultérieure. Mais cette pompe à vide contient généralement d‟importante
quantité de mercure, ce qui provoque un risque pour l‟environnement et le personnel
d‟exploitation.
Une technique d‟extraction dite espace de tête (headspace en anglais) est adoptée comme
procédure alternative de la pompe de Toepler, où la quantité des gaz dissous est identifiée à
partir de dissolution des gaz dans un liquide en gaz défini [48], ou en d‟autre terme les gaz
sont égalisés entre un volume de gaz libre et le volume de l‟huile [52].
- L’analyse du mélange des gaz extrait
Après extraction, le mélange de gaz extrait est séparé en différents composés chimiques.
Chaque composé est alors identifié et leurs concentrations sont déterminées.
60
Chapitre III Analyses des gaz dissous
61
Chapitre III Analyses des gaz dissous
L'étude de la méthode des gaz clés a commencé dans les laboratoires de la compagnie de
Doble et d‟abord elle a été résumée en 1973 et proposé officiellement en 1974 [ 49]. Les
méthodes des gaz clés, comme leur nom l‟indique, fournissent pour chaque gaz détecté
l'interprétation principale que l'on peut en donner (Tableau. III.1), en plus elles sont des
méthodes de diagnostic des défauts à partir des gaz qui sont typiques ou prédominants dans
différentes températures [52]. Les résultats sont principalement qualitatifs et servent de base
pour des investigations approfondies [3].
Suivant le même principe, une technique globale est parfois utilisée : seule la quantité totale
des gaz combustibles dissous (TDCG : Total Dissolved Combustibles gases) est prise en
compte pour effectuer le diagnostic [3]. Un guide relative à l‟AGD utilise quatre états pour
classer les risques des transformateurs qui n‟ont subi aucun problème antérieur a été publié
dans le standard IEEE C57-104™. Le guide prend les concentrations totales et individuelles
des gaz combustible comme indicateur au problème. Ce guide n'est pas universellement
accepté et il est seulement l‟un des outils utilisés pour évaluer l‟état des transformateurs. Les
quatre états sont définis ci-dessous et les limites des concentrations des gaz sont présentées au
tableau III.2 [28,53].
62
Chapitre III Analyses des gaz dissous
Etat 1 : Une TDCG au-dessous de ce niveau indique que le transformateur fonctionne d‟une
manière satisfaisante. Tout gaz excédant les niveaux donnés au tableau III.2 doit avoir une
investigation supplémentaire.
Etat 2 : Une TDCG dans cette plage indique la présence d‟un niveau anormal du gaz
combustible. Tout gaz excédant les niveaux donnés au tableau III.2 doit avoir une
investigation supplémentaire. Un défaut peut être présent. Donc il est conseillé de prélever des
échantillons au moins assez suffisants pour calculer la quantité produite de chaque gaz par
jour (taux de production du gaz) (tableau III.3).
63
Chapitre III Analyses des gaz dissous
- Soit le niveau le plus haut basé sur les gaz individuels combustible ou la TDCG
peuvent déterminer l‟état du transformateur. Par exemple, si la TDCG se situe entre
1941 ppm et 2630 ppm, cela indique l‟état 3. Cependant, si l'hydrogène est supérieur à
1800 ppm, le transformateur est dans l‟état 4.
- Quand le tableau dit « déterminer la dépendance de la charge » c'est-à-dire essayer de
savoir si le taux de production de gaz en ppm / jour se varie avec la charge. Le
transformateur peut être surchargé ou a un problème de refroidissement. Prélever des
échantillons d'huile à chaque changement de charge; si les changements sont trop
fréquents, cela peut ne pas être possible.
- Pour obtenir le taux de gazage nous allons appliquer l‟équation suivante [51]:
C i 2 C i1 G
Ri . (III.1)
t
64
Chapitre III Analyses des gaz dissous
65
Chapitre III Analyses des gaz dissous
Afin d‟appliquer la méthode de Doernenburg, une procédure étape par étape est utilisée,
Selon la norme IEEE C57.104-1991 l‟organigramme de la figure III.4 donne un aperçu sur
cette procédure soit décri les étapes suivantes :
Étape 1: Des concentrations de gaz sont obtenues par extraction et séparation des gaz par
chromatographie.
Étape 2: Si au moins une des concentrations (en ppm) des 4 gaz suivants H2, CH4, C2H2, et
C2H4, dépasse deux fois les valeurs limites L1 (voir le tableau III.6) et un des 03 autres gaz
(CO, CO2 et C2H6), dépasse les valeurs limites L1, le transformateur est considéré
défectueux. Procéder à l'étape 3 pour déterminer la validité de la méthode des rapports.
Étape 3: Détermination de la validité de la méthode des rapports du Doernenburg: Si au
moins un des gaz dans chaque rapport R1, R2, R3, ou R4 dépasse la limite L1, la méthode est
valide – i e donne de résultats- (tab. III.5, tab. III.6). Si non, les rapports ne sont pas
significatifs– i e la méthode ne donne pas de résultats-. L'unité devrait, être donc, re-
échantillonné et étudié par d‟autres méthodes alternatives.
Étape 4: Supposant que l'analyse des rapports est valide, chaque rapport successif est
comparé aux valeurs du tableau III.6 dans l'ordre R1, R2, R3, et R4.
Étape 5: Enfin, si tous les rapports satisferont un type spécifique de défauts illustrés dans le
tableau III.6 le diagnostic suggéré est valide [54, 49].
66
Chapitre III Analyses des gaz dissous
- Rapports de Rogers :
Suivant le model thermodynamique de Halstead, la méthode du rapport Rogers a d'abord été
proposée en 1973, modifiée en 1975 et encore révisée en 1977. En tenant compte les
expériences industrielles, les tests de laboratoire, et en outre l'évaluation théorique, la
méthode a encore été modifiée en une norme CEI.
La méthode originale du Rogers utilise le tableau III.7 pour le diagnostic. Où le 1 indique que
la valeur effective est supérieure à 1.0, et le 0 indique que la valeur effective est inférieure à
1.0. Dans la méthode modifiée Rogers utilise deux tableaux, l‟un défini les codes (Tableau
III.8) et l‟autre pour les règles de diagnostic (Tableau III.9). Ces méthodes préliminaires
utilisent Quatre rapports.
CH 4 C2 H 6 C2 H 4 C2 H 2 Diagnostic
H2 CH 4 C2 H 6 C2 H 4
67
Chapitre III Analyses des gaz dissous
CH 4 C2 H 6 C2 H 4 C2 H 2 Diagnostic
H2 CH 4 C2 H 6 C2 H 4
0 0 0 0 vieillissement normal
5 0 0 0 Décharge partielle
1ou 2 0 0 0 Une légère surchauffe – au dessous de 150 °C
1ou 2 1 0 0 Une légère surchauffe – 150- 200 °C
0 1 0 0 Une légère surchauffe –200 -300 °C
0 0 1 0 Echauffement généralisé des conducteurs
1 0 1 0 Courants de circulation dans les enroulements
1 0 2 0 Courants de circulation dans la cuve et au circuit
magnétique, surchauffe des contacts
0 0 0 1 Contournement de faible énergie
0 0 1 ou2 1ou 2 Arc de forte énergie
0 0 2 2 étincelle persistante dû à des potentiels flottants
5 0 0 1 ou2 Décharge partielle avec cheminement (arborescence)
Tableau III.9 Table de diagnostic de la méthode du Rogers modifiée
- Rapports de CEI :
Grâce au fait que le rapport C2H6/C2H2 indique un intervalle limité de températures de
décomposition, mais n‟aide pas à l‟identification d‟autre défauts. Donc il est supprimé et n‟est
considéré que trois rapports soient suffisants afin de simplifier l‟interprétation [55]. Le model
de diagnostic a été proposé par CEI d‟origine de la méthode Roger et résumé dans le tableau
III.10
Cas Diagnostic C2 H 2 CH 4 C2 H 4
C2 H 4 H2 C2 H 6
0 Pas de défaut 0 0 0
1 Décharges partielles (faible énergie) 0 1 0
2 Décharges partielles (haute énergie) 1 1 0
3 Décharges de faibles énergies 1ou2 0 1ou2
4 Décharges de hautes énergies 1 0 2
5 Défaut thermique (T < 150 °C) 0 0 1
6 Défaut thermique (150 °C <T < 300 °C) 0 2 0
7 Défaut thermique (300 °C <T < 700 °C) 0 2 1
8 Défaut thermique (T > 700 °C) 0 2 2
Rapports des gaz caractéristiques : <0.1 0 1 0
0.1-1 1 0 0
1-3 1 2 1
>3 2 2 2
Tableau III.10 Table de diagnostic de Roger recommandée par CEI60559
68
Chapitre III Analyses des gaz dissous
Le principal désavantage de ces méthodes est une certaine ambiguïté dans 1‟analyse lors de
1‟apparition simultanée de plusieurs défauts. De plus, le niveau absolu des concentrations de
gaz n‟est pas du tout pris en compte. En revanche, leur intérêt réside dans l‟indépendance des
mesures par rapport au volume d‟huile et aux unités de concentration [3], en plus la possibilité
de les mettre sous des programmes informatiques rendant facile l‟interprétation des données
fournis par les mesures du laboratoire ou sur site [48].
69
Chapitre III Analyses des gaz dissous
PD décharge Partielle
T1 Default thermique, température faible en dessous de 300°C
T2 Default thermique moyen température (300-700°C)
T3 Default thermique à haut température (au dessus 700°C)
D1 Décharge électrique à faible énergie
D2 Décharge électrique à haute énergie
DT Indéterminé- défaut thermique ou décharge électrique
70
Chapitre III Analyses des gaz dissous
Le point représentant nos données se situe dans la zone T3 indiquant un défaut thermique à
haute température.
C2H2 et C2H4 sont utilisés dans toutes les méthodes d'interprétation pour représenter les
défauts à haute énergie (telles que les arcs électriques) et les défauts à température élevée. Le
H2 est préféré dans la plus part de ces méthodes pour représenter les défauts de très faible
énergie tels que le DP, où il est produit en grandes quantités.
Le CH4, cependant, est aussi représentatif de tels défauts et il est toujours généré, en plus de
H2 lors de ces mêmes défauts, à des petites quantités, mais il reste de quantités suffisantes
pour être quantifié. Le CH4 a été choisie pour le Triangle, car elle permet non seulement
d'identifier ces défauts, mais donne de meilleurs résultats au diagnostic global pour tous les
autres types de défauts que d‟utiliser le H2.
La méthode de Church diffère des précédentes par l'utilisation simple des valeurs absolues
directement tracées sur un graphe. Il s‟agit d‟une combinaison du concept de rapport des gaz
de défaut et de valeurs définies. Cette méthode vise à fournir à la fois une représentation
graphique des données de gaz de défaut et les moyens d‟interpréter leur signification.
Le nomogramme est constitué d‟une série d‟échelles logarithmiques verticales (figure III.7)
représentant les concentrations des gaz individuels. Des lignes droites sont tracées entre
échelles adjacentes pour relier les points qui représentent les valeurs des concentrations des
gaz individuels. Les pentes de ces lignes sont les critères de diagnostic qui servent à
déterminer le type de défaut. Des ajustements des échelles sont parfois nécessaires, compte
tenu des historiques d‟utilisation des transformateurs défaillants.
Cette méthode permet de diagnostiquer quatre types de défauts qui sont: la décharge partielle,
la surchauffe, l'arc et la dégradation de la cellulose. Elle est particulièrement bien adaptée
pour une évaluation manuelle
71
Chapitre III Analyses des gaz dissous
72
Chapitre III Analyses des gaz dissous
- Les enroulements
- Bornes et points de serrage
- Dans la cuve
- Sélecteur en charge
- Le circuit magnétique.
Cependant, des défauts instantanée sont rapides et parfois ne peuvent pas être prédits par la
DGA. Parmi ces défauts on trouve les suivants :
- Contournement de grande énergie.
- Défaillances graves et rapides développées en quelque secondes à quelques minutes et
donc pas possible d‟être détecté par l‟AGD.
En général, le terme diagnostic des défauts peut être défini comme étant un problème de
reconnaissance de formes.
Le vecteur modèle comportant les paramètres détectés peut être corrélé avec sa contrepartie -
un ensemble de classes ou de types de défauts naissants et non-défaut. A partir des
symptômes observés et / ou les résultats des tests (données) de l'équipement, un expert
pourrait faire un raisonnement général pour tirer les causes à l'aide de ses connaissances et
leurs expériences préalables.
Cependant, l‟utilisation de l‟intelligence artificielle dans le but d‟établir les corrélations entre
la cause et les résultats derrière les observations. Une technique d'intelligence artificielle
pourrait consolider les connaissances et les expériences d'un certain nombre d'experts. Elle
pourrait même apprendre et s'améliorer à partir des cas qu'il examine.
Pendant la dernière décennie, de nombreuses applications de l'intelligence artificielle dans le
diagnostic des défauts naissants des équipements HT ont été développés dans le monde [57].
73
Chapitre III Analyses des gaz dissous
III.7 Conclusion :
Au début de ce chapitre, un éventail revu de littérature des techniques d‟AGD est
présenté, y compris la théorie d‟évolution des gaz et la procédure suivie pour effectuer une
AGD, ainsi on a cité les méthodes d‟interprétation les plus utilisées notamment celles des
rapports (Rogers, Doernenburg et CEI) et les méthodes d‟IEEE comprenant les gaz clés et la
méthode des concentrations totales des gaz combustibles TDCG. Finalement on a montré la
raison pour la quelle l‟intelligence artificielle a été intégrée dans le domaine de diagnostic des
équipements HT. L‟application de ces techniques intelligentes sera l‟objet du prochain
chapitre.
74
Diagnostic par AGD et
Application de L'intelligence
Artificielles
Chapitre IV Diagnostic par ADG et application de l‟IA
Chapitre IV
Diagnostic par ADG et Application de l’IA
IV.1. Introduction :
Les techniques précitées de diagnostics en utilisant l‟AGD, rapportées par les
directives internationales (CEI, IEEE et Cigré) sont des méthodes de calcul simple et ont
tendance à bien fonctionner sur le diagnostic des défauts sévères. Ils sont généralement
utilisés comme des règles générales par les experts. Cependant, beaucoup d'incertitude existe
dans les données du gaz en raison de la complexité des processus de génération de gaz dans
l'huile, de processus de prélèvement et de l'analyse chromatographique effectuée au
laboratoire. Par conséquent une variété de type des gaz de différentes quantités est générée
selon le niveau d‟énergie dissipé par chaque défaut, qui est affectée par plusieurs facteurs :
type et caractéristiques de l‟huile, sa température, la méthode de prélèvement et l‟effet de
l‟environnement etc. De plus la pluparts des techniques de diagnostic fait recours à
l‟interprétation des experts, cela peut être insensible aux défauts insignifiants ou lentement
développés. Parfois, une erreur de jugement peut être faite dans l'état normale, en raison
d'opérations occasionnelles, telles que la soudure dans le réservoir ou de la charge électrique
portée par le mouvement d'huile etc. Pour faire face aux incertitudes provenant de diagnostic
des défauts, de nombreux chercheurs tentent à s‟orienter vers les techniques de l‟intelligence
artificielle y compris les systèmes experts, les réseaux de neurones artificiels, la logique floue
et ainsi de suite. Par exemple, les RNA sont les classificateurs de défaut les plus largement
utilisé dans l‟AGD, qui peuvent théoriquement être entraînés pour représenter n'importe quel
phénomène observable si des données suffisantes soient disponibles. D'autre part, la logique
floue a été utilisée pour améliorer la capacité d'évaluation de l‟AGD, en conversant les
normes d'interprétation de l‟AGD et d‟autres expertises humaines à des règles « Si- Alors » et
construisant des systèmes décisionnels capables de déceler des défauts que d‟autres méthodes
ne peuvent pas arriver à les détecter.
Dans ce dernier chapitre nous allons réaliser une étude comparative entre les
techniques conventionnelles. Les techniques intelligentes comprenant les RNA et la logique
floue sont également introduites et comparées.
75
Chapitre IV Diagnostic par ADG et application de l‟IA
Des analyses faites par SONELGAZ GRTE sur des échantillons prélevés des
transformateurs de la région Setif, l‟une des cinq régions où 20% des transformateurs de
puissance de L‟ALGERIE sont répartis. Une base de données de 20 échantillons comprenant
les concentrations des principaux gaz et les défauts réels associés à chacun des échantillons
soit analysée et présentée au tableau VI.1.
Ces données doivent être les mêmes dans toutes les prochaines applications afin que la
comparaison entre les différentes techniques soit possible et faisable.
76
Chapitre IV Diagnostic par ADG et application de l‟IA
Les six techniques mentionnées au paragraphe précédent sont testées et comparées. Le résultat
est illustré au tableau VI.2 (a, b). Les transformateurs examinés dans cette étude en reposant
sur les résultats de l‟analyse des gaz dissous et le diagnostic correspondant sera corrélés à 5
classes des défauts (Normal (N), thermique (F1), thermique important « sévère » (F2) , ARC
(F3), DP « couronne » (F4)).
Dans les résultats qui vont venir les diagnostics écrits en forme gras correspondent aux états
incorrectement prédits.
77
Chapitre IV Diagnostic par ADG et application de l‟IA
Rapports de
N° ROGERS Code Code Doern Défaut reèl
CEI
OH300<T < OH >700°C +
1 NI 2110 021 OH
700°C deg cellulose
ARC+
2 NI 0120 ARC 102 NI
deg cellulose
OH150< T<
3 OH< 150 °C 1000 020 OH OH
300°C
4 Normal. 0000 NI 100 NR Etat Normal
5 NI 2020 OH (T > 700°C) 022 OH OH >700°C
Arc de forte énergie Décharges de ARC+deg
6 0012 201 ARC
ou étincelle persistante faible énergie cellulose
OH 150°C < T<
7 OH150- 200 °C 2100 020 NI OH<300°C
300°C
8 OH150- 200 °C 2100 NI 120 NI OH<300°C
ARC ARC+deg
9 ARC 0001 NI 100
" cellulose
10 NI 1120 OH(T > 700°C) 022 OH OH >700°C
OH150< T
11 OH 150- 200 °C 2100 020 NI OH<300°C
<300°C
12 NI 2110 NI 121 NR NR
OH300< T
13 NI 2110 021 OH OH >700°C
<700°C
14 NI 5022 NI 212 NI ARC
Courant de circulation dans OH300<T <
15 1010 021 NR OH
les enroulements 700°C
16 ARC 0021 ARC 102 NR DP
OH >700°C +
17 NI 2101 NI 120 NI
deg cellulose
OH >700°C +deg
18 OH< 150 °C 1000 NI 120 OH
ellulose
Arc de forte énergie Décharges de
19 0011 101 NI ARC
ou étincelle persistante faible énergie
OH 300 < T <
20 NI 2110 021 OH OH
700°C
EIS : Echauffement de l‟isolation solide. OH: Overheating =Défaut thermique, NI: Défaut non identifiable
a)
78
Chapitre IV Diagnostic par ADG et application de l‟IA
Pour faciliter la comparaison de nos résultats, les défauts sont regroupés sous des
classes, tel que chaque classe inclus les défauts similaires dans toutes les méthodes (voir
tableau IV.3).
79
Chapitre IV Diagnostic par ADG et application de l‟IA
D‟après les résultats énumérés au tableau IV.2 on peut voir que ceux-ci soient divisés en
deux groupes (a et b), dont le groupe (a) rassemble exclusivement les méthodes des rapports y
compris CEI, Roger et Doernenburg. Ces techniques n‟arrivent pas à détecter la totalité des
cas ce qui rend les utilisateurs ne font pas confiance à ces technique. Du point de vue
précision la méthode de CEI et Doernenburg occupent la première place avec une exactitude
de 60% suivi par Roger avec 50%. L‟avantage de CEI et Roger par rapport au Doernenburg
c‟est la description pointue du défaut par contre doernenburg donne une description plus
générale et cela s'en rapporté à sa principe de base.
Dans le deuxième groupe (b) la méthode des gaz clés et le triangle de Duval ont réussi à
détecter exactement 90% des défauts qui correspondent au 18 cas parmi 20 au total ; vient
ensuite le nomographe de Church avec 80% d‟exactitude. On peut observer également que
l‟état de non-défaut ou Normal soit bien détecté par les méthodes qui ont des limites de
concentrations comme les méthodes du tableau (b) sauf la nomographie et la méthode du
80
Chapitre IV Diagnostic par ADG et application de l‟IA
Doernenburg du tableau (a) et que l‟état de décharge partielle soit mal décelé par les six
méthodes préalablement testées.
Mais globalement les techniques sont très utiles en matière de diagnostic, seulement si
on veut plus de précision, ces technique peuvent être recombiné dans un seul système pour
nous offrir une évaluation adéquate de nos équipements électrique.
Le problème de la non-prédiction ou l‟imprévisibilité des défaillances que souffrent les
méthodes des rapports est lié aux codes des rapports ou plutôt aux combinaisons de ces codes
qui ne peuvent pas dans la plus part des temps de couvrir tous les cas rencontrés. Si on prend
par exemple les codes suivants (100, 120, 212) du CEI et (2110, 0120, 2020, 1120) du
Rogers, on voix évidemment que ceux-ci n‟existe pas dans les tableaux de diagnostic
(Chapitre 3 Tableau III.8, Tableau III.9) ; ce qui rend impossible l‟identification des
anomalies avec ces règles traditionnelles. C‟est pour cette raison les chercheurs ont eu
recours à des techniques plus intelligentes permettent plus ou moins s‟adapter aux cas de
« non-prédiction » et donner a peu près l‟évaluation appropriée.
81
Chapitre IV Diagnostic par ADG et application de l‟IA
Fig. IV.1 Model PMC selon le critère de CEI pour l‟interprétation des données de l‟AGD
82
Chapitre IV Diagnostic par ADG et application de l‟IA
Les vecteurs d‟entrées et de sorties sont représentés au tableau IV.5 qui sont pris de la table
de diagnostic du Rogers (Chapitre 3, tableau III.9). Le réseau étudie comporte 4 entrées
défini par le vecteur Ci= [C1 ,C2 ,C3,C4] et 12 sorties défini par le vecteur Di= [D1, D2 ,
…Dk,… D12] dont Ci et Di sont respectivement les codes des rapports des gaz et les défauts
associés, l‟ensemble soit traduit à la Fig. IV.2.
Fig. IV.2 Model PMC selon le critère de Rogers pour l‟interprétation des données de l‟AGD
83
Chapitre IV Diagnostic par ADG et application de l‟IA
Les deux réseaux modélisés aux paragraphes précédents soient simulés et entrainés en
utilisant un code développe sur l‟environnement MATLAB. Dont l‟un des deux réseaux
concerne la méthode de Rogers et l‟autre pour les rapports de CEI. Dans les deux
applications un perceptron multicouche est adopté. Le PMC ne présente pas des sorties
binaires, dès lors nous considérons la sortie calculée dans la phase du test le plus proche du
« 1 » comme valeur de probabilité d‟existence du défaut «1 », autrement la probabilité du
défaut est « 0 ».
Model de CEI :
Le réseau de neurone avec la méthode de CEI est composé d‟une couche d‟entrée avec 3
neurones comme indiqué au paragraphe précédent, une couche de sortie de 9 neurones et une
couche intermédiaire (cachée) avec 17 neurones. Le model est entrainé dont l‟erreur
d‟apprentissage est montrée dans la Fig. IV.3 suivante. Les résultats de test du réseau crée
sont rassemblés a titre comparatif avec le diagnostic par la CEI conventionnelle dans le
tableau IV.6.
84
Chapitre IV Diagnostic par ADG et application de l‟IA
85
Chapitre IV Diagnostic par ADG et application de l‟IA
N° Valeurs indiquées par réseau de neurone Diagnostic par la méthode de CEI
Défaut reèl
N D1 D2 D3 D4 D5 D6 D7 D8 CEI avec RN CEI Conventionnelle
1 0 0 0 0 0 0 0 1 0 OH < 700 °C OH < 700 °C OH >700°C + deg cellulose
2 -0.6 0.4 -0 0 0.5 0.3 0.3 -0.1 -0.8 Arc Arc ARC+ deg cellulose
3 0 0 0 0 0 0 1 0 0 OH <300°C OH <300°C OH
4 1 0.2 0.2 0 -0.1 -0.3 -0 -0.3 0.1 Etat Normal NI Etat Normal
5 0 0 0 0 0 0 0 0 1 OH >700°C OH >700°C OH >700°C
6 0 0 0 1 0 0 0 0 0 Arc Décharges de faible énergie ARC+ deg cellulose
7 0 0 0 0 0 0 1 0 0 OH <300°C OH <300°C OH<300°C
8 0.4 0.1 1.5 1 0.6 -0.1 1.8 -0 0.05 ARC+ DP+OH NI OH<300°C
9 1 0.2 0.2 0 -0.1 -0.3 -0 -0.3 0.12 Normal NI ARC +deg cellulose
10 0 0 0 0 0 0 0 1 1 OH >700°C OH >700°C OH >700°C
11 0 0 0 0 0 0 1 0 0 OH<300°C OH<300°C OH<300°C
12 0.1 -0.9 0 1.2 0.4 -0.1 1.1 0.1 0.54 ARC +OH NI NR
13 0 0 0 0 0 0 0 1 0 OH < 700°C OH < 700°C OH >700°C
14 -0.2 -0.8 0.8 1.3 0.1 1.4 0.67 0.1 0.57 ARC+ DP NI ARC
15 0 0 0 0 0 0 0 1 0 OH <700°C OH <700°C OH
16 1 0.2 0.2 0 -0.1 -0.3 -0 -0.3 0.12 Normal ARC DP
17 0.4 0.1 1.5 1 0.6 -0.1 1.8 -0 0.05 ARC+ DP+OH NI OH >700°C + deg cellulose
18 0.4 0.1 1.5 1 0.6 -0.1 1.8 -0.1 0.05 ARC+ DP+OH NI OH >700°C + deg cellulose
19 0 0 0 1 0 0 0 0 0 ARC ARC ARC
20 0 0 0 0 0 0 0 1 0 OH OH < 700°C OH
Tableau. IV.6 Résultats de l‟application des RNA pour le critère de CEI
86
Chapitre IV Diagnostic par ADG et application de l‟IA
Malgré la convergence, le réseau ne fourni pas les résultats souhaités. Les cas ayant des codes
spécifiques dans la table de diagnostic de CEI sont bien détectés par le réseau, par contre dans
les cas où nous n‟avons pas des codes spécifiques, le réseau ne peut pas donner un diagnostic
stable, de plus il indique l‟existence simultanée de plusieurs défauts ce qui rend difficile
l‟identification exacte du défaut réel. Comme par exemple les échantillons 8, 18 et 19 qu‟ils
ont subi des défauts thermiques bien que le réseau indique l‟existence d‟une décharge partielle
avec une probabilité de 1.5, un arc avec une probabilité de 1 et un défaut thermique avec 1.8.
Par fois les codes de certains cas se coïncident bien que leurs défauts se diffèrent. C‟est le cas
par exemple de l‟échantillon 4 et 9 qui ont un code de [1 0 0], tel que le premier n‟a subi
aucun défaut par contre un arc soit établis dans le deuxième; donc le réseau automatiquement
donne les mêmes diagnostics et logiquement l‟un des deux diagnostics soit faux.
Et comme un résultat final le réseau a fait presque 17 diagnostic juste parmi 20 au total ce qui
correspondant à 85% d‟exactitude de plus il élimine l‟état de non-prédiction connais par la
méthode de CEI traditionnelle. Le problème de simultanéité peut être évité en faisant appel à
d‟autre méthode pour confirmer les résultats.
Model du Rogers :
Le model de Rogers est entrainé par un réseau comporte 3 étages dont le nombre des nœuds
de la première et de la dernière est déterminé par les vecteurs d‟entrées et de sorties
respectivement, alors que l‟étage intermédiaire est composée de deux couches, 10 unités de
calculs ou neurones dans la première couche et 20 pour la deuxième. Le choix du nombre des
couches et des nœuds s‟est fait d‟une façon arbitraire. Les résultats du test du réseau sont
comparés avec ceux obtenus avec la méthode de Rogers traditionnelle ; le tout est recensé
dans le tableau IV.7. La Fig. IV.4 montre l‟erreur d‟apprentissage du model de Rogers utilisé
pour entrainer et tester le réseau construit (10/20).
87
Chapitre IV Diagnostic par ADG et application de l‟IA
88
ChapitreIV Diagnostic par ADG et application de l‟IA
N Valeurs indiquées par réseau de neurone Diagnostic par Rogers Défaut réel
° N D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 Avec conventionnelle
RNs
1 -1.11 0.371 0.097 1.354 -0.58 1.133 0.143 -0.25 0.34 -0.82 -0.36 0.643 OH NI OH >700°C +
deg cellulose
2 -1.62 0.75 0.663 2.013 -1.6 2.229 -0.35 -0.59 0.075 -0.07 -0.66 1.36 ARC NI ARC+deg cellulose
3 0 0 0 1 0 0 0 0 0 0 0 0 OH OH < 150 °C OH
4 1 0 0 0 0 0 0 0 0 0 0 0 Normal Normal. Etat Normal
5 -0.01 -0 -0 0.006 -0 0.004 -0 -0 1.012 0.005 -0.01 -0 OH NI OH >700°C
6 -0.27 0.029 -0.07 0.085 0.064 0.07 -0.07 -0.07 -0.33 0.496 0.785 0.348 ARC ARC ARC+deg cellulose
7 0 0 0 0 1 0 0 0 0 0 0 0 OH OH 150- 200 °C OH<300°C
8 0 0 0 0 1 0 0 0 0 0 0 0 OH OH 150- 200 °C OH<300°C
9 0 0 0 0 0 0 0 0 0 1 0 0 ARC ARC ARC+deg cellulose
10 -1.66 0.854 0.655 2.049 -1.62 2.101 -0.36 -0.7 0.17 -0.23 -0.69 1.441 ARC /DP NI OH >700°C
11 0 0 0 0 1 0 0 0 0 0 0 0 OH OH 150- 200 °C OH<300°C
12 -1.11 0.371 0.097 1.354 -0.58 1.133 0.143 -0.25 0.34 -0.82 -0.36 0.643 OH NI NR
13 -1.11 0.371 0.097 1.354 -0.58 1.133 0.143 -0.25 0.34 -0.82 -0.36 0.643 OH NI OH >700°C
14 0.874 -0.46 -0.49 -1.71 1.003 -1.6 0.568 0.793 0.551 -0.63 -0.63 1.644 OH NI ARC
15 -0.04 0.003 -0.01 0.04 -0.02 0.04 0.003 0.006 1.065 0.059 -0.1 -0.03 OH OH OH
16 0.335 -0.02 -0.87 -0.37 -0.58 -0.45 0.273 -0.8 0.226 -0.59 -0.63 1.773 ARC ARC DP
17 0.236 -0.17 -0.18 -0.1 0.901 -0.23 0.121 0.189 -0.31 -0.46 0.408 0.229 OH NI OH >700°C +
deg cellulose
18 0 0 0 1 0 0 0 0 0 0 0 0 OH OH < 150 °C OH >700°C+
deg cellulose
19 0 0 0 0 0 0 0 0 0 0 1 0 ARC ARC
20 -1.11 0.371 0.097 1.354 -0.58 1.133 0.143 -0.25 0.34 -0.82 -0.36 0.643 OH NI OH
Tableau. IV.7. Résultats de l‟application des RNA pour le critère de Roger.
89
Chapitre IV Diagnostic par ADG et application de l‟IA
D‟après les résultats du tableau IV.7 illustrant le diagnostic par réseaux de neurones appliqués
aux rapports de Rogers, le réseau adopté a fait un diagnostic correct de 80% ce qui correspond
au 16 cas détectés parmi 20 échantillons au total, de plus il élimine les états de l'indécision ou
non-prédiction rencontré par la méthode de Roger conventionnelle ainsi que diminuer la
coïncidence trouvée lors de l‟application des RNAs sur le critère de CEI et cela est du au fait
que Rogers a un code de 4 rapports aidant à réduire la chance de similitude de diagnostic des
cas réellement différents. L‟inconvénient majeur de cette technique c‟est qu‟il vise seulement
au voisinage du défaut exact et n‟est pas directement à celui-ci.
Malgré ces lacunes les réseaux de neurones ont fais une amélioration concrète sur le plan de
la surveillance des équipements électriques mais ils restent toujours avoir besoin d‟être
perfectionnés.
90
Chapitre IV Diagnostic par ADG et application de l‟IA
Défuzzification
Choix des
opérateurs
Inférence
floue
Organisation des règles
d‟inférence
Les gammes des rapports des gaz introduit soit par Rogers (CEI, Rogers modifié),
Doernenburg ou d‟autre ne peuvent pas fournir la gamme exacte en réalité. Dans la pratique
les facteurs tels que l‟historique, la construction des transformateurs, le volume d‟huile, le
constructeur et les conditions météorologiques le tous peuvent ainsi influer les informations
fournis. Par conséquence un nombre significatif des résultats de DGA peut tomber en
dehors des codes énumérés au tableau de diagnostic. Ces restrictions nécessitent le
développement des rapports flous.
91
Chapitre IV Diagnostic par ADG et application de l‟IA
Moteur d’inférence
Fuzzification Défuzzification
R1 R2 R3 R4 D1 D2… Dk … D12
2- Quantification :
Dans cette partie les valeurs réelles sont converties aux variables linguistiques appropriées.
les 4 rapports de Rogers sont représenté dans le tableau IV.8 par un ensemble de termes,
chacun correspondant a une gamme bien déterminée.
AE = {Lo, Med, Hi}
MH = {Lo, Med, Hi, Vhi}
EE = {Lo, Med, Hi}
EM = {Lo, Hi}
Variables linguistique Gammes
AE = C2H2/ C2H4
Lo AE < 0.1
Med 0.1 ≤ AE ≤ 3.0
Hi AE > 3.0
MH = CH4/ H2
Lo MH < 0.1
Med 0.1 ≤ MH ≤ 1.0
Hi 1.0 < MH ≤ 3.0
VHi MH > 3.0
EE = C2H4 / C2H6
Lo EE < 1.0
Med 1.0 ≤ EE ≤ 3.0
Hi EE > 3.0
EM =C2H6 / CH4
Lo EM < 1.0
Hi EM ≥ 3.0
Tableau IV.8 Termes linguistiques utilisés dans la méthode floue de Rogers
92
Chapitre IV Diagnostic par ADG et application de l‟IA
1 u<a
b u
AELo (u; a; b) a ub (IV.1)
b a
0 ub
2) Trapézoïdale
0 u<a
u a
au <b
b a
AEMed (u; a; b, c, d ) 1 buc (IV.2)
u c
cud
d c
0 ud
3) Linéaire croissante :
1 ud
b u
AEHi (u; c; d ) cud (IV.3)
b a
0 u<c
93
Chapitre IV Diagnostic par ADG et application de l‟IA
1 u<a
b u
MHLo(u; a; b) a ub (IV.4)
b a
0 ub
2) Trapézoïdale
0 u<a
u a
a u <b
b a
MHMed (u; a; b, c, d ) 1 buc (IV.5)
d u
cud
d c
0 ud
94
Chapitre IV Diagnostic par ADG et application de l‟IA
3) Trapézoïdale
0 u<c
u c cu <d
d c
MHHi(u; c, d , e, f ) 1 due (IV.6)
f u
euf
f e
0 uf
4) Linéaire croissante
1 uf
u e
MHVHi(u; e; f ) euf (IV.7)
f e
0 ue
1 u<a
b u
EELo (u; a; b) a ub (IV.8)
b a
0 ub
2) Trapézoïdale
95
Chapitre IV Diagnostic par ADG et application de l‟IA
0 u<a
u a
a u <b
b a
EEMed (u; a; b, c, d ) 1 buc (IV.9)
d u
cud
d c
0 ud
3) Linéaire croissante :
1 ud
b u
EEHi (u; c; d ) cud (IV.10)
b a
0 u<c
1 u<a
b u
EMLo(u; a; b) a ub (IV.11)
b a
0 ub
2) Linéaire croissante :
1 ud
b u
EMHi(u; c; d ) cud (IV.12)
b a
0 u<c
96
Chapitre IV Diagnostic par ADG et application de l‟IA
97
Chapitre IV Diagnostic par ADG et application de l‟IA
98
Chapitre IV Diagnostic par ADG et application de l‟IA
Dans notre application la méthode de moyenne des maximums est utilisée, elle est
semblable a la méthode du maximum qui consiste à ne prendre en compte que les valeurs
possédant un degré maximum d‟appartenance à l‟ensemble flou agrégé, seulement que notre
technique soit applicable en cas où il existe plus d‟une fonction d‟appartenance.
99
Chapitre IV Diagnostic par ADG et application de l‟IA
Moteur d’inférence
Fuzzification Défuzzification
R1 R2 R3 D1 D2… Dk … D9
2- Quantification :
L‟étape de quantification consiste à donner à chaque gamme des trois rapports des gaz
précités dans (chapitre 3, tableau 9) l‟appellation linguistique convenable. Le tableau IV.10
donne un résumé de la quantification des rapports de CEI. Chacun des 3 rapports simplifié et
classé à 3 gammes : basse (Lo), moyenne (Med), et haute (Hi).
100
Chapitre IV Diagnostic par ADG et application de l‟IA
101
Chapitre IV Diagnostic par ADG et application de l‟IA
4- Règles d’inférences :
Le tableau IV.11 résume les 9 règles existantes du 27 cas possibles, pris du guide
d‟interprétation ou du tableau de diagnostic de CEI cité au chapitre 3.
AE=Lo AE=Med AE=Hi
EE= EE= EE= EE= EE= EE= EE= EE= EE=
Lo Med Hi Lo Med Hi Lo Med Hi
MH=Lo D1 D2
MH=Med N D5 D3 D3 D4 D3 D3
MH=Hi D6 D7 D8
Tableau .IV.11 Matrice d‟inférence du système de diagnostic flou de CEI.
102
Chapitre IV Diagnostic par ADG et application de l‟IA
5- Opérateurs flous :
On établi les règles de CEI en utilisant la méthode « Max-min » de Mamdani en substituant
les opérateurs flou (ET) et (OU) par les opérateurs min et Max.
Partie antécédent :
Règle 1 = Min{ AE=Lo, MH=Med, EE=Lo }
Règle 2 = Min{ AE=Lo, MH=Lo, EE=Lo }
Règle 3 = Min{ AE=Med, MH=Lo, EE=Lo }
Règle 4 =Max {Min {AE=Med, MH=Med, EE=Med},
Min {AE=Hi, MH=Med, EE=Hi},
Min {AE=Hi, MH=Med, EE=Med}}.
Règle 5 = Min {AE=Med, MH=Med, EE=Hi}
Règle 6 = Min {AE= Lo, MH=Med, EE=Med}
Règle 7 = Min {AE=Lo, MH=Hi, EE=Lo}
Règle 8 = Min {AE=Lo, MH=Hi, EE=Med}
Règle 9 = Min {AE=Lo, MH=Hi, EE=Hi}
La conséquence va être calculée de la façon suivante :
Etat N = Max{Règle 1}
Etat D1= Max{Règle 2}
Etat D2= Max{Règle 3}
Etat D3= Max{ Règle 4}
Etat D4= Max{ Règle 5}
Etat D5= Max{Règle 6}
Etat D6= Max{Règle 7}
Etat D7= Max{ Règle 8}
Etat D8= Max{ Règle 9}
6- Défuzzification :
Par cette étape se fait le retour aux grandeurs de sortie réelles. Dans cette section la méthode
de moyenne des maximums soit adoptée, cette méthode qui a été déjà utilisé dans la technique
du Rogers.
103
Chapitre IV Diagnostic par ADG et application de l‟IA
Pour pouvoir tester l'aptitude de la logique floue au diagnostic et surveillance des défauts,
nous avons construire un système dit flou sous forme d'une interface graphique dans
l'environnement MATLAB à l'aide de ce qu'on appelle Fuzzy logic toolbox qui est une boite
outils intégrée au MATLAB, nous pouvons y arriver en tapant le terme fuzzy dans la fenêtre
command windows. Ce système fourni les résultats dans une fenêtre (fig. IV. 17) comprenant
un champ pour insérer les entrées et des colonnes graphiques présentant les règles de
fuzzification et de défuzzification et un carreau pour la décision finale.
La figure représente l'interface du système CEI flou où les trois premières colonnes c'est
l'étape de fuzzification des trois rapports de CEI, le quatrième montre l'agrégation et
l'application des règles d'inférence au entrées pour ètre près à l'étape de défuzzification établi
par le carré situé au dessous de la quatrième colonne.
104
Chapitre IV Diagnostic par ADG et application de l‟IA
Nous observons clairemement d'après la comparaison éffectuée au tableau que le système flou
a réussi de détecter correctement 17cas parmi 20 au total; les cas mal prédits correspondent
généralement l'état normal et la décharge partielle.
105
Chapitre IV Diagnostic par ADG et application de l‟IA
106
Chapitre IV Diagnostic par ADG et application de l‟IA
12 NI Surchauffe –200-300 °C NR
/Echauffement généralisé
des conducteurs
13 NI Echauffement généralisé des OH >700°C
conducteurs
14 NI Arc de forte énergie ARC
15 Courants de Courants de circulation dans OH
circulation dans les les enroulements
enroulements
16 Arc de forte Arc de forte énergie DP
énergie
17 NI Echauffement généralisé des OH >700°C + deg cellulose
conducteurs
18 Légère surchauffe surchauffe –200-300 °C OU OH >700°C + deg cellulose
< 150 °C Echauffement généralisé des
conducteurs
19 Arc de forte énergie Arc de forte énergie ARC
20 NI Echauffement généralisé des OH
conducteurs
Tableau. IV.13 Résultats de l‟application de la méthode floue de Rogers
On remarque que le système Rogers flou a fait un bon diagnostic même si on le compare avec
le précédent (CEI). La technique Rogers floue a fait un diagnostic correct de 17 cas et élimine
les états de non-prédiction ; de plus il n'y existe pas de la simultanéité de plusieurs défauts
trouvée par exemple avec CEI flou dans les échantillons 17 et 18.
IV.3 Conclusion:
L'objectif principal de l'analyse des gaz dissous est de fournir des résultats exacte permettent
aux experts à travers une interprétation adéquate de déceler l'état effectif de leurs équipement
de puissance. L'interprétation de la DGA fait l'objet de ce chapitre, au cours duquel six
techniques ont été examinées. Les résultats du test montrent bien l'aptitude de toutes les
techniques à contribuer au processus de diagnostic chacune à sa part et à ses propres
caractéristique et performances et par conséquent un système rassemblant tous ces techniques
semble plus pratique que les utilisé d'une façon individuelle, et ça nous permet d'exploiter
plus d'avantages et performance. Cependant certains techniques comme par exemple les
méthodes de rapports ne peuvent pas arriver à révéler un nombre important des cas
rencontrés, c'est pour cette raison on a recours a l'intelligence artificielle qui a gagnée au cours
de ces dernières décennies une intérêt exceptionnelle. Les réseaux de neurones notamment le
perceptron multicouches entrainé par l'algorithme de Levenburg-Marquart appliqué sur les
model de CEI et Rogers comme établi dans les paragraphes précédentes est construit, les
107
Chapitre IV Diagnostic par ADG et application de l‟IA
résultats sont évidemment améliorés dans les deux applications (CEI, Rogers) mais les
réseaux de neurones restent moins performants sur tout où le model d'apprentissage est plus
complexe. La logique floue a également réussi à donner un diagnostic acceptable à partir des
règles simples, et à cause de sa capacité à traiter des données incomplets ou des informations
floues.
Grâce à l'avantage de la logique floue et des réseaux de neurones incorporés avec la DGA, il
est à espérer que une détection précoce de défaut peut être contribué à réduire le risque
d'explosion des transformateurs ainsi que le coût de revient de la maintenance ou de
remplacement et protéger d'avantage la vie humaine.
108
Conclusion générale et
Perspectives
Conclusion Générale et Perspectives
L‟AGD comme déjà mentionnée est la méthode sélectionnée d‟être adoptée dans notre
étude, après avoir lui tester et vérifier les conclusions suivantes peuvent être tirées:
- L'AGD est une méthode robuste et appropriée au diagnostic des équipements électriques à
l'huile, sa robustesse vient de l'identification exacte et l'interprétation correcte des gaz
générés.
- L'interprétation se fait habituellement par des techniques établis par des experts, chacune
d'elles a leurs propres avantages et inconvénients ; le tableau suivant fournis une
comparaison entre les six techniques utilisées.
-
Duval
Nomograph
Gaz clés
Doernenburg
Roger
CEI
Propriétés
109
Conclusion Générale et Perspectives
- les techniques de l'intelligence artificielle jouent un rôle important dans cette étude quant
à l'amélioration de l'aptitude au diagnostic de certains techniques d'interprétation de l'AGD
notamment celles des rapports où ces techniques intelligentes ont arrivé à éviter
relativement le conflit de décision et les états de "l'indécision" grâce au caractère
d'appartenance des ensembles floues et l'aptitude d'apprentissage des réseaux de neurones
artificiels, ces technique montrent bien la possibilité du développement des méthodes
traditionnelles dans le sens de fournir un diagnostic satisfaisant et avec une bonne
précision.
D'après les résultats obtenus, il apparait claire que le présent travail soit au début, donc
une suite sera nécessaire. C'est pour cette raison et comme perspectives de cette étude nous
proposons respectivement le suivant:
- L‟application de l‟IA à d‟autres méthodes d‟interprétation comme les gaz clés, triangle de
Duval, et la nomographie peut une idée efficace pour améliorer leurs performances.
- Un système hybride neurone-flou semble être utile dans ce type d'applications du fait qu'il
peut bénéficier des performances des réseaux de neurones et de logique floue.
110
Bibliographies
Bibliographies
Bibliographies
[1] Hugh M. Ryan. High voltage engineering and testing, The Institution of Electrical
Engineers London United Kingdom,2nd Edition, 2001.
[2] Thomas Fogelberg, Åke Carlsson, ABB et le transformateur, Revue ABB 3/2007.
[3] Alain Schenk, surveillance continu des transformateurs de puissance par réseau de
neurone, Thèse de Doctorat de l‟Ecole Polytechnique Fédéral de Lausanne 2001.
[4] D. Tschudi. Localisation de défauts de transformateurs de puissance lors de l'essai de
choc. Thèse de doctorat, École Polytechnique Fédérale de Lausanne, 1993.
[5] J. Sabau, I. Fofana, Y. Hadjadj and M. Brahami, "Dissolved Oxygen and Moisture
Removal System for Freely Breathing Transformers", International Conference on Electrical
Network (ICEN’2010), Sidi Bel-Abbès, Algérie September 28-29 2010.
[6] Christophe Perrier, Etude des huiles et des mélanges à base d‟huile minérale pour
transformateur de puissance recherche d‟un mélange optimal, Thèse de doctorat, Ecole central
de Lyon, 2005.
[7] M.S. Naidu and V. Kamaraju. High Voltage Engineering. McGraw-Hill, 1995.
[8] Audrey BOURGEOIS , Etude du phénomène d‟électrisation par écoulement sur les
cartons des transformateurs de puissance, Thèse de Doctorat, Institut National Polytechnique
de Grenoble, 2007.
[9] (ETs), Business Unit Transformer Power Technologies Division, Transformer handbook.
Draft. Rev. 02Q,2004.
[10] B. Hochard. Le transformateur de puissance. Technique et documentation (Lavoisier),
Paris,1988.
[11]A. Bouaicha, Application de techniques modernes au diagnostic des transformateurs de
puissance, Examen doctorale, Université du Québec à Chicoutimi, Canada, 2008.
[12] N'Gnui Thomas AKA, Contribution à l'étude des phénomènes de préclaquage dans les
diélectriques liquides - modèles de génération et de propagation des streamers,Thèse de
Doctorat, Ecole centrale de Lyon ,2000.
[13] MOULA Belkacem, Comportement de l‟huile de transformateur « Borak 22 » sous
tension alternative 50 Hz, Thèse de Magister, Ecole Nationale Polytechnique, El-Harrach,
Alger, Algérie, 2007.
[14] Nelu-Cristian Chereches, Nadim El Wakil1, Jacques Padet1, Nicolae Taranu, Etude
numérique du refroidissement d‟un transformateur électrique de puissance par un écoulement
dirigé, 17ème Congrès Français de Mécanique, Troyes (2005), comm. S23/584.
111
Bibliographies
[15] « Transformer oil Handbook », Copyright Nynas Naphtenics AB, Sweden, 2004.
[16] S. Bouazabia, «liquides diélectriques », Notes de cour, Ecole national polytechnique,
2001
[17] IEC Standard, Power transformers-Part 2: Temperature rise, CEI/IEC 60076-2,1993.
[18] William H. Bartley P.E, “Analysis of Transformer Failures”, International Association
of Engineering Insurers, 36th Annual Conference – Stockholm, 2003.
[19] A. Nacer, I. Khelfane , H. Moulai, D. Cherif, A. Berami, Influence de la teneur en
eau sur les propriétés physico chimiques de l‟huile minérale de transformateur, Laboratoire
des Systèmes Electriques et Industriels, USTHB, Centre de Recherche et Développement
d‟Electricité et Gaz (CREDEG)-SONELGAZ, Alger,Algérie ,
[20] Ilham KHELFANE, Derradji REBBOUH, Influence combinée de la température et
des décharges électriques sur les propriétés de l‟huile de transformateur, Laboratoire des
Systèmes Electriques et Industriels, USTHB, Centre de Recherche et Développement
d‟Electricité et Gaz (CREDEG)-SONELGAZ, Alger,Algérie ,
[21] M. Wang, A.J. Vandermaar, K.D. Srivastava, “Review of condition assessment of
power transformers in service”, IEEE-Electrical Insulation Magazine, Vol. 18, N° 6, pp: 12-
25, Nov-Dec. 2002.
[22] L. Mokhnache, « Application des réseaux de neurones dans le diagnostic et la prédiction
des isolants de haute tension », Thèse de Doctorat, Ecole National Polytechniques Alger,
Algérie, 2004.
[23] O.N. Grechko, I. Kalacheva, “Current trends in the development of in-service
monitoring and diagnostic systems for 110-750 kV power transformers”, Applied Energy,
Russian Journal of fuel, power and heat systems, Vol.34, N° 5, pp: 84-97, 1996.
[24] C. Sumereder, M. Muhr and B. Körbler, “Lifetime management of power
transformers”, e & i Elektrotechnik und Informationstechnik, Vol 120, N° 12,pp: 420-423,
Dec. 2003.
[25] William H. Bartley P.E, “Life Cycle Management of Utility Transformer Assets”,
presented at: Breakthrough Asset Management for the Restructured Power Industry, The
Hartford Steam Boiler Inspection and Insurance Company, Salt Lake City, Utah, October
2002.
[26] Juan L. Velásquez Contreras, Miguel A. Sanz-Bobi, Samuel Galceran, Hyder
Docarmo, “Comprehensive Asset Management Approach: Application to Power
Transformers”, International Congress on Electricity Distribution CIDEL, Argentine, 2010.
112
Bibliographies
[27] IEEE 62 Guide for Diagnostic Field Testing of Electric Power Apparatus - Part 1: Oil
Filled Power Transformers, Regulators, and Reactors, 1995.
[28] Facilities Instructions, Standards, and Techniques (FIST) Volume 3-30, Transformer
diagnostic, 2000, Bureau of Reclamation, available at www.usbr.gov, select Programs, Power,
Reports and Data, Power Documents.
[29] Lance Lewand, “Techniques for Interpretation of Data for DGA From Transformers”,
Doble Engineering, IEEE 2006 conference,
http://www.transformerscommittee.org/info/F06/F06-DGA.pdf.
[30] Tan LiLi, “Investigation of Poarization/Depolarization Current Measurement of
Different Operation Temperature”, Bachelor thesis, University of Queensland, May 2003.
[31] T. K. Saha, “Review of Modern Diagnostic Techniques for Assessing Insulation
Condition in Aged Transformers”, IEEE Transactions on Dielectrics and Electrical Insulation
Vol. 10, No. 5, pp: 903-917; October 2003.
[32] A. K. Jonscher, “Universal Dielectric Response”, IEEE Electrical Insulation Magazine,
Volume: 6, Issue: 2, pp. 16-22, Mar/Apr 1990.
[33] Farquharson R. Integrated Substation Control and equipment Monitoring and
Diagnostics-An Overview. In: Proceedings of the CEPSI 2000 Conference. Manila,
Philippines. 2000.
[34] James H. Harlow, Electric Power Transformer Engineering, Second Edition, 2007 by
Taylor & Francis Group, LLC, Printed in the United States of America.
[35] Shih-Hua Kuo, “Diagnostic of Transfomer Condition by Polarization Current and Oil
Conductivity Measurment”, Bachelor thesis, University of Queensland, October 2002.
[36] Ben Silec, “Transformer Diagnostics by Polarization Measurments”, Bachelor thesis,
University of Queensland, October 2003.
[37] H. Borsi, E.Gockenbach, M. Krüger, “Method and apparatus for measuring a dielectric
response of an electrical insulating system”, United states patent US 7292048 B2, Nov.6,
2007.
[38] Tettex Instruments, “RVM 5462 Advanced Automatic Recovery Voltage Meter for
diagnosis of oil-paper insulation systems”, www.haefely.com.
[39] Z. T. Yao, T. K. Saha, “Separation Of Ageing And Moisture Impacts On Transformer
Insulation Degradation By Polarisation Measurements”, CIGRE, 15-304, 26-30 August, 2002,
Paris, France.
113
Bibliographies
114
Bibliographies
and State University In partial fulfillment of the requirement for the degree of Doctor of
Philosophy In Electrical Engineering, August 8, 2000.
[50] CEI 60599, Norme Internationale "Matériels électriques imprégnés d‟huile minérale en
service - Guide pour l‟interprétation de l‟analyse des gaz dissous et des gaz libres" Deuxième
édition 03-1999.
[51] W. H. Tang and Q. H. Wu, Condition Monitoring and Assessment of Power
Transformers Using Computational Intelligence, Power Systems, DOI: 10.1007/978-0-85729-
052-6_6, Springer-Verlag London Limited 2011.
[52] Sabina Karlsson, A review of lifetime assessment of transformers and the use of
dissolved gas analysis, Master Thesis written at KTH School of Electrical Engineering,
Sweden, 2006/2007
[53] Facilities Instructions, Standards, and Techniques (FIST) Volume 3-31, Transformer
diagnostic, United States Department Of The Interior Bureau of Reclamation, JUNE 2003.
[54] L. Bouchaoui, diagnostic des transformateurs de puissance par la méthode d'analyse des
gaz dissous: application des réseaux de neurones, thèse de magistère, faculté des sciences de
l‟ingénieur Département d‟Electrotechnique, université ferhat abbas – setif UFAS (Algérie),
06 Janvier 2010.
[55] R. R. Rogers, IEEE and IEC codes to interpret incipient faults in transformers, using
gas-in-oil analysis, IEEE Trans. Elect. Insul., Vol. EI-13, No. 5, 1978, pp. 348-54.
[56] M.Duval, “Fault gases formed in oil-filled breathing EHV power transformers- The
interpretation of gas analysis data”, IEEE PAS Conf. Paper No C 74 476-8, 1974.
[57] James, R. E and Q. Su, Condition assessment of high voltage insulation in power
system equipment, (Power & energy series; v. 53), The Institution of Engineering and
Technology, London, United Kingdom, © 2008.
115
Annexes
Annexes
Annexe A
Chromatographie en phase gazeuse (CPG)
Cette technique, appelée aussi GLC (gaz liquide chromatography), est basée sur la répartition
des analytes entre un liquide et une phase gazeuse. Elle est largement utilisée aussi bien
comme méthode qualitative et quantitative d‟un grand nombre d‟analyte du fait de sa haute
sensibilité, de sa reproductibilité et de sa rapidité. C‟est la technique appropriée pour la
séparation d‟analytes à faible polarité.
116
Annexes
Appareillage et matériaux
Quel que soit le chromatographe à gaz, on retrouve toujours les principales composantes
suivantes :
117
Annexes
Colonnes
Les colonnes sont des tubes de 4 à 6 mm de diamètre, en acier inoxydable, en cuivre ou en
verre. Leur longueur varie habituellement de 1 à 4 mètres. Elles sont repliées en U ou en
hélice pour en diminuer l‟encombrement dans la four.
Le détecteur
Le détecteur du chromatographe à gaz est situé dans un compartiment immédiatement à la
sortie de la colonne. Son rôle est de détecter les composés à la sortie de la colonne et de
transmettre l‟information sous forme d‟un signal électrique à l‟enregistreur.
Enregistreur
Relié au chromatographe, l‟enregistreur reçoit les impulsions électriques venant du détecteur
et les transmet sur un papier déroulant à une vitesse donnée sous forme de pics.
118
Annexes
Annexe B
Réseaux de neurones artificiels
L‟origine des réseaux de neurones vient de l‟essai de modélisation mathématique du
cerveau humain. Les premiers travaux datent de 1943 et sont l‟œuvre de MM. Mac Culloch et
Pitts. Ils supposent que l‟impulsion nerveuse est le résultat d‟un calcul simple effectué par
chaque neurone et que la pensée née grâce à l‟effet collectif d‟un réseau de neurones
interconnectés.
Perceptrons multicouches :
Le perceptron multicouche est un réseau orienté de neurones artificiels organisé en
couches et où l‟information voyage dans un seul sens, de la couche d‟entrée vers la couche de
sortie en passant par des couches cachées (figure ci-dessous).
Les réseaux de neurones à couches ou multicouches sont aujourd'hui les plus utilisés en
diagnostic industriel en raison de leur capacité à résoudre les problèmes des classifications
non linéaires par l'utilisation de l'algorithme de rétro-propagation (BP) du gradient dérivé de
la règle de widrow-Hoff. Pour le calcul des poids des connexions des neurones des couches
internes.
119
Annexes
Fi l les vecteurs des dérivées de l‟erreur à la sortie du réseau par rapport aux poids wil pour
l =1-L, où L est le nombre de couches cachées et nl le nombre de neurones dans la dernière
couche. K représente le nombre d‟exemples d‟entraînement. d ip et yi( L ) sont respectivement la
sortie désirée du ième neurone pour le pième exemple et la sortie calculée du ième neurone à la
dernière couche cachée (L). On défini F la matrice rassemblant les vecteurs Fi l qui est le
jacobien de l‟erreur par rapport aux vecteurs poids et FT sa matrice transposée.
4. calculer la matrice hessienne H à l‟aide de l‟équation H= FFT+. (0<<1)
5. Déterminer ∆w en résolvant le système linéaire H ∆W = -F
est un coefficient positif, la matrice doit être d‟un choix approprié. Le choix d‟une
matrice diagonale dont les éléments sont égaux aux éléments diagonaux de la matrice FFT
donne de bons résultats.
120
Annexes
Annexe C
Logique Floue
Le concept de la logique floue:
Ce rapport permet de considérer des classes d'objets dont les frontières ne sont pas clairement
déterminées, par l'introduction d'une fonction caractéristique (fonctions d'appartenance des
objets à la classe) prenant des valeurs courantes entre 0 et1, contrairement aux ensembles
«booléens», dont la fonction caractéristique ne prend que deux valeurs possibles 0 et 1.
Ces ensembles flous ont le grand avantage de constituer une représentation mathématique de
labels linguistiques largement utilisés dans l‟expression de connaissances expertes,
qualitatives et manipulées dans le raisonnement approché qui sera fait à partir de cette
connaissance.
Ils apparaissent donc comme un moyen de réaliser l'interface entre l'information numérique
(quantitative) et l'information symbolique (linguistique, qualitative).
121
Annexes
Plusieurs méthodes de défuzzification sont proposées dans la littérature. Les plus utilisées
sont celles du centre de gravité et le maximum.
122
:ملخص
وال ميكن ثلبية ىذإ إمطلب إال إذإ،إن حزويد إمزبون ابمطاكة إمكيرابئية بطفة مس مترة وبنوغية ملبوةل يؼخرب حتداي لأنرب رشاكت ثوزيع إمكيرابء يف إمؼامل
حموالت إملدرة إميت غامبا ما يشلك فهيا إمزيت وما، من بني أأمه ىذه إ ألجزإء.اكهت مجيع أأجزإء إملنظومة إمكيرابئية سلمية من إ ألغطال وثؼمل بكفاءة ػامية
فذؤدي. ثخؼرض إحملوةل إىل أأهوإع من إالهجادإت هظرإ مزايدة إمحلوةل ػلهيا أأو بسبب ثلادم إملادة إمؼازةل فهيا.يؼرف ابمورق إمس يليلوزي هظام غزل مذاكمل
ثكل إالهجادإت مع مرور إموكت ابالضافة إىل غوإمل أأخرى إىل ثفكيم إملادة إمؼازةل مضؼفة بذكل مذانهتا إمكيرابئية مما مييد إمطريق حلدوث دإرإت كرص أأو
.إهنيارإت كيرابئية مطحوبة ابهطالق غازإت كابةل مالحرتإق حكون هديجهتا إما ثوكف هنايئ لموحدة غن إخلدمة أأو إخطر من ذكل إحرتإق إحملول أأو إهفجاره
مخفادي ذكل لكو مت إنلجوء إىل مجموػة من إمخلنيات من شأأهنا إمخنبؤ اب ألغطال كبل وكوغيا أأو ػىل إ ألكل جشخيص إمؼطل يف حاةل إحلدوث نلمتكن من
حتليل إمغازإت إذلإئبة إحدى ىذه إمخلنيات حير يمت من خالميا حتديد طبيؼة إملشلك بربطو بنوع إمغاز إملكدشف أأو مكيخو وىذإ ابالس خؼاهة.إضالحو
إدخال إذلاكء الاضطناغي مبا يف ذكل إمش باكت إمؼطبية ومنطق.ابخلربإء مخفسري ىذه إمخحاميل مؼمتدين يف ذكل ػىل إالحطائيات وإمخجارب إمليدإهية
من خالل ىذه إمرساةل حاومنا إجرإء درإسة.إمغموض يف مثل ىذه إمخطبيلات ساػد يف سد بؼظ إمثغرإت إميت حرنهتا إخلربة مكشلك ػدم إملدرة ػىل إمخنبؤ
.ملارهة نلخلنيات إملبنية ػىل إخلربة مع إمخحلق من مدى ثأأزري إذلاكء الاضطناغي ػلهيا يف حتسني كدرة ثلنية حتليل إمغازإت إذلإئبة يف إمكشف غن إ ألغطال
منطق إمغموض، إمش باكت إمؼطبية، إذلاكء الاضطناغي، حتليل إمغازإت إذلإئبة، جشخيص إ ألغطال، حموالت إملدرة:إملكامت إملفذاحية
Résumé:
L' approvisionnement en énergie électrique a toute instant et avec une qualité acceptable est le défi
qui rencontre les grandes compagnies d'électricité dans le monde. Et il ne peut se faire que si tous les
composants du système électrique soient sains et fonctionnant d'une manière fiable. Le transformateur
de puissance est parmi les éléments les plus essentiels dont les huiles et le papier cellulosique y
représentent généralement un système d'isolement complet. En raison de l'augmentation de la charge
et/ou le vieillissement de l'isolation, le transformateur a subi certains contraintes conduisant
progressivement et en plus d'autres facteurs à la décomposition de la matière isolante et affaiblissent
sa rigidité diélectrique, cela prépare la voie à des claquages ou des court-circuit accompagnés d'un
dégagement des gaz combustible. Ces événements provoquent soit un arrêt définitif de l'unité soit le
pire des cas, le brulement ou l'explosion du transformateur. Afin d'éviter la situation, un ensemble de
techniques ont été utilisées pour prédire les défaillances avant qu'elles produisent ou le moins des
choses leurs diagnostiquer pour faciliter la maintenance. L'AGD est l'une de ces techniques qu'au
moyen de laquelle on peut déterminer la nature du problème en le corrélant avec le type ou la quantité
du gaz détecté et cela se fait en recourant aux statistiques et les connaissances des experts à
l'interprétation des analyses des gaz . l'introduction de l'IA y compris les RNA et la logique floue dans
ce type d'applications contribue relativement a remédier au problème de l'indécision que souffert les
règles des experts. Nous avons essayer au cours de ce manuscrit d'établir une étude comparative des
méthodes basées sur l'expertise et voir également l'effet de l'IA à l'amélioration des performances de
l'AGD.
Mots clés : Transformateurs de puissance, diagnostic des défauts, AGD, IA, RNA, Logique floue
Abstract:
The electricity supply at any time and with acceptable quality is the challenge that meets the major
word wide power companies. And it can‟t be done except if all components of the electrical system
are healthy and functioning reliably. The power transformer is one of the most essential elements of
which the oil and cellulose paper represent generally a complete insulating system. Due to the
increased load and / or insulation aging, the transformer has subjected some constraints leading
gradually and in addition of other factors to the decomposition of the insulating material and weaken
the dielectric strength, it prepares the way for breakdowns or short circuit accompanied by generation
of combustible gas. These events result in either a stopping operation of the unit or at worst, burning,
or the explosion of the transformer. To avoid this situation, a set of techniques were used to predict
failures before they occur or at least to diagnose transformer condition in order to facilitate
maintenance. The DGA is one of these techniques by which we can determine the nature of the
problem by correlating it with the type or amount of gas detected and this is done through the use of
statistics and expert knowledge to interpretation of gas analysis. the introduction of AI including
ANNs and fuzzy logic in such applications help in addressing the problem of indecision that suffered
the rules of experts. We try in this manuscript to establish a comparative study of methods based on
the expertise and also see the effect of AI to improve the performance of the DGA.
Keywords: Power transformers, fault diagnosis, DGA, AI, ANN, Fuzzy logic