Méthodes de localisation et de détection de défauts d’arcs électriques séries dans un réseau électrique alternatif basse tension - Université de Lorraine Access content directly
Theses Year : 2018

Methods for locating and detecting series arcing faults in a low-voltage AC power system

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

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
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
Fichier principal
Vignette du fichier
DDOC_T_2018_0298_CALDERON_MENDOZA.pdf (12.79 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

tel-02129975 , version 1 (20-12-2019)

Identifiers

  • HAL Id : tel-02129975 , version 1

Cite

Edwin Calderon-Mendoza. Méthodes de localisation et de détection de défauts d’arcs électriques séries dans un réseau électrique alternatif basse tension. Energie électrique. Université de Lorraine, 2018. Français. ⟨NNT : 2018LORR0298⟩. ⟨tel-02129975⟩
355 View
2032 Download

Share

Gmail Facebook X LinkedIn More