linkedintwitter
Annuaire  |  Flux RSS  |  Espace presse  |  Wiki IJL  |  Webmail  |  Videos  |    Photos   Single-Calendar-Single  Single-Calendar-Single 
December 2018
Sun Mon Tue Wed Thu Fri Sat
 
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23 24 25 26 27 28 29
30 31  
Archives des actualités

Article

Category: Soutenances de thèse et de HDR

Jeudi 20 décembre 2018 : Soutenance de thèse de Edwin CALDERON : Méthodes de localisation et de détection de défauts d’arcs électriques séries dans un réseau électrique alternatif basse tension

Edwin CALDERON Doctorant au sein de l'équipe " Mesures et architectures électroniques" de l'Institut Jean Lamour, soutient sa thèse intitulée :

"Méthodes de localisation et de détection de défauts d’arcs électriques séries dans un réseau électrique alternatif basse tension" 

 

Date et lieu :
Jeudi 20 décembre 2018 à 10h00
Institut Jean Lamour
Campus Artem, Nancy
Salle 2-013

 

Composition du jury :

Directeur de thèse :

- M. Patrick Schweitzer
Institut Jean Lamour, Université de Lorraine
   
Co-directeur de thèse :

- M. Serge Weber   
Institut Jean Lamour, Université de Lorraine

 

Rapporteur :

- Bertrand Raison
Laboratoire de Génie Electrique de Grenoble (G2Elab), Université Grenoble Alpes
   
- Mireille Bayart
Centre de Recherche en Informatique, Signal et Automatique de Lille (CRISTAL), Université de Lille

 

Examinateur :

- Erwann Carvou
Sciences et Propriétés de la Matière (SPM), Université de Rennes1

- El-Bay Bourennane  
Laboratoire Electronique, Informatique et Image (Le2i), Université de bourgogne

 


Résumé :

La dangerosité des défauts électriques et notamment des défauts d’arcs série  dans les installations basse tension est connue depuis longtemps et représente une problématique d’actualité. La détection et la localisation de ces défauts constituent ainsi le sujet d’étude de cette thèse. Notons également, qu’à l’heure actuelle, aucun disjoncteur pour la détection des défauts d’arcs n’est équipé de la fonction localisation d’un arc sur la ligne électrique. Plusieurs méthodes de localisation des défauts d’arcs électriques séries ont été proposées dans le travail présenté. La première méthode est basée sur les paramètres d’impédance obtenus à partir des lois de Kirchhoff et ceci sur une ligne expérimentale de 49 m de longueur.  La seconde méthode utilise la modélisation de ligne pour obtenir différents vecteurs de signatures utilisés pour entrainer un réseau de neurones. La troisième méthode par transformée en ondelettes est basée sur l’identification des ondes haute fréquence qui apparaissent en présence d’un défaut d’arc série. L’autre contribution majeure de cette thèse est la mise au point d’un algorithme performant de détection de la présence d’un défaut d’arc électrique par analyse du courant de ligne.  L’algorithme est conçu pour détecter de manière fiable les défauts d'arc dans les modes de fonctionnement stationnaires et transitoires des appareils ménagers puis dans des configurations complexes de masquage de charges et d'appareils perturbateurs. L’algorithme repose sur l’analyse du courant de ligne par un filtre de Kalman associé à une logique de décision. La  technique mise en œuvre, portant sur un seuillage adaptatif à base de logique floue (Fuzzy Logic), entraîne une réduction significative des faux déclenchements.

Mots-clés : défauts d’arc, détection et localisation d’arcs électriques séries, décision par logique floue, filtrage de Kalman

Abstract :

The dangerousness of electrical defects and in particular serial arcing ones in low-voltage installations is well known and represents a topical research issue. The detection and localization of these defects is therefore the subject of this thesis. It should also be noted that, at present time, no circuit-breaker for arc fault detection is equipped with the arc location function on the power line. Several methods for locating series arc faults have been proposed in this work. For the first method, a model based on the impedance parameters of the experimental power line (length 49 meters) based on Kirchhoff's laws was developed.  The second method uses line modeling to obtain different signature vectors used to train a neural network. The third wavelet transform method is based on the identification of high frequency waves that occur in the presence of a series arc fault. The other major contribution of this thesis is the development of an efficient algorithm for detecting the presence of an electrical arc fault by the line current analysis.  The algorithm is designed to reliably detect series arcing faults in stationary and transient operating modes of household appliances and then in complex load masking and with disturbance device configurations. The algorithm is based on the analysis of the line current by a Kalman filter associated with a decision logic block. The technique used based on adaptive fuzzy logic thresholding logic, allows significant reduction in false triggering.

Keywords
: arcing faults, arcing fault detection and location, Fuzzy logic decision, Kalman filtering