Utilisation de l'approche des machines à vecteurs de support (SVMs) pour la prédiction des performances électriques des systèmes d'isolation utilisés dans les réseaux de transport d'énergie

Abstract

Dans ce travail, nous nous intéressons à une nouvelle méthode d'apprentissage et de classification appelée Machines à vecteurs de support (Support vectors machines). la méthode sera adaptée et appliquée au problèmes de performances électriques des systèmes d'isolation. De nombreux travaux ont démontré la supériorité de cette méthode sur les méthodes discriminantes classiques. Sa robustesse vis-à-vis la dimensionnalité des données et son pouvoir accru de généralisation, font que la méthode SVM est nettement plus avantageux. L'avantage principal de cette approche provient par exemple du fait qu'il y a peu de paramètres à régler comparativement à la méthode des réseaux de neurones. parmi les applications étudiées dans cette recherche est de prédire l'imminence d'un contournement électrique des isolateurs. Il est primordial de récolter le plus de données possibles des tests expérimentaux pour l'apprentissage. Un tel système intelligent d'alerte permettrait aux équipes d'entretien d'avoir assez de temps pour agir en conséquence et assurer la fiabilité des réseaux électriques ce qui mène à la protection des personnes, des équipements et les installations.