Vous êtes sur la page 1sur 143

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA


RECHERCHE SCIENTIFIQUE
UNIVERSITE DJILLALI LIABBES - SIDI BEL ABBES -
Faculté des Sciences de l’Ingénieur
Département d’Electrotechnique

Mémoire présenté par :

SENOUSSAOUI
MOHAMMED EL-AMINE
Pour obtenir le diplôme de

MAGISTER
EN ÉLECTROTECHNIQUE

Au sein de l’Ecole Doctorale


« Electrotechnique et ses Applications »

Option : Matériaux Diélectrique et Haute Tension

Intitulé du mémoire :

Méthodes Innovantes de Diagnostic des


Transformateurs en Utilisant L’Intelligence
Artificielle
Présenté devant le jury composé de :

Mr. Dr Bendaoud Abdelber Professeur (U.D.L. Sidi Bel-Abbès) Président


Mr. Prof Brahami Mostéfa Professeur (U.D.L. Sidi Bel-Abbès) Encadreur
Mr. Prof Tilmatine Amar Professeur (U.D.L. Sidi Bel-Abbès) Examinateur
Mr. Dr Sayah Houari Maître de Conférences A (U.D.L. Sidi Bel-Abbès) Examinateur
Mr. Dr Medles Karim Maître de Conférences A (U.D.L. Sidi Bel-Abbès) Examinateur

Soutenu en : janvier 2012


Remerciement
Tout d‟abord je remercie le bon Dieu le tout puissant de m‟avoir donné le courage et la
volonté pour pouvoir réaliser ce modeste travail.

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.

Mes remerciements vont aussi au Docteur Bendaoud Abdelber Professeur à


l‟université Djillali Liabès Sidi Bel Abbès - Faculté des Sciences de l‟Ingénieur de m‟avoir
fait l‟honneur de présider le jury du mémoire.

Je tiens également à remercier Professeur A.Tilamtine et Docteurs : H.Sayah et K.Medles


d‟avoir accepté aimablement de participé à ce jury d‟examen malgré leurs multiples
responsabilités et d‟avoir manifesté leur totale coopération.

J‟exprime également ma profonde gratitude pour :

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.

Actuellement, avec les nouvelles découvertes et l'émergence de nouvelles technologies


une variété d‟outils disponibles permettant de satisfaire à nos besoins et qui nous pouvons les
classer en deux grandes catégories : des méthodes traditionnelles et des techniques modernes.
Les méthodes chimiques telles que les analyses physico-chimiques de l‟huile isolante (APC)
et l‟analyse des gaz dissous (AGD) sont les techniques traditionnelles largement utilisées.
L‟analyse des gaz dissous introduite depuis plus de quarante ans, est l‟une des techniques les
plus utilisées pour le diagnostic des transformateurs grâce au fait qu‟elle est non destructive et
qu‟elle peut être utilisée pour la surveillance en temps réel. Cependant cette dernière a
rencontré une difficulté à prédire certain cas. Pour faire face à cette situation l‟intelligence
artificielle y compris les réseaux de neurones et la logique floue est introduite.

Le contenu de ce travail sera réparti en quatre chapitres :

- Le premier chapitre est un contexte des transformateurs de puissance où


nous allons faire une description générale de la machine en question. Le système
d‟isolation particulièrement les huiles sera abordées d‟une façon détaillée plus les
causes de l‟altération de la matière isolante. A la fin du chapitre la manière dont la
chaleur est transférée à travers le transformateur ainsi que les moyennes de
refroidissement seront décrits.
- Le deuxième chapitre est consacré à une revue de littérature sur les
méthodes de diagnostic des défauts. Une introduction sera faite sur la gestion de
vie des transformateur de puissance et les stratégies de maintenance adoptées par
les compagnies d‟électricité puis un recensement des techniques de diagnostic
généralement trouvées dans la littérature , qu‟il s‟agisse des techniques
traditionnelles ou modernes.
1
Introduction générale

- 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

I.2. Structure et constitution :


I.2.1. Description générale d’un transformateur:
Les transformateurs de puissance rencontrés dans la pratique sont refroidis à l‟huile et
presque exclusivement triphasés. Quel que soit son type, le transformateur de puissance se
compose généralement des parties suivantes (Fig.1.1). La partie active comprenant le noyau
de fer et les enroulements, est fixée à l‟intérieur d‟une cuve métallique. Le noyau est constitué
de tôles ferromagnétiques à cristaux orientés, contenant 6% de silicium ; ces tôles sont isolés
entre elles par du vernis et les enroulements multispires en cuivre (parfois en aluminium)
montés sur le noyau et sont en général disposés d‟une façon concentrique autour du noyau et
connectés au réseau à travers les bornes de traversés qui peuvent être respectivement isolés
par de la porcelaine et du papier imprégné d‟huile ou de résine époxy. Le bloc d‟enroulement
est composé de la bobine basse tension se trouvant dans la plus part des cas plus près du
noyau, la bobine haute tension et il peut en outre contenir un enroulement tertiaire et des
enroulements de réglage, connectés en général à la bobine haute tension [3] [4].

Fig.1.1 Vue intérieur d‟un transformateur de puissance (type respirant)

4
Chapitre I Contexte des transformateurs de puissance

Lorsque le transformateur est en service, la température des enroulements ainsi que


celle du diélectrique liquide augmentent selon la charge. Simultanément le volume du
diélectrique augmente de 9 % du volume total [5 ]. A l‟inverse, après la mise hors service du
transformateur, ou bien une variation de charge ou un changement des conditions climatiques
; la température diminue et le volume du diélectrique revient à son état initial. Ainsi, dans la
conception du transformateur. Il faut prendre en compte la dilatation du liquide. Deux types
de techniques sont utilisés [6]:
- Les transformateurs dits «respirant» (figure I.2.a), pour lesquels la dilatation du diélectrique
se fait dans un réservoir d‟expansion appelé conservateur, placé au dessus de la cuve. La
surface du diélectrique peut être en contact direct avec l‟air ambiant, ou en être séparée par
une paroi étanche en matière synthétique déformable (diaphragme). Dans tous les cas, un
dessiccateur limite l‟entrée d‟humidité au niveau du réservoir.

- 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)

Fig.1.2. Système de dilatation des transformateurs immergés (a)respirant (b) hermétique

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.

I.2.2. Matériaux diélectriques pour système d’isolation :


L‟isolation dans les transformateurs est composée principalement du papier kraft et d‟une
huile diélectrique.

I.2.2.1. papier et carton (pressboard) :


Les types de papier qui sont normalement employés à l'isolation est une variété particulière
connue sous le nom du papier Kraft [7]. Le papier est une matière chimique extrait de la
pulpe du bois qui a une composition chimique complexe. La plus grande partie des
substances composant le bois est constituée par des polymères. Les composants peuvent être
classés suivant leur proportion dans l‟ordre suivant:
- les polysaccharides représentent environ 60 à 80 % du bois. Ils comprennent deux classes
de macromolécules : la cellulose et les hémicelluloses
- les substances phénoliques (20 à 30 %) comprenant la lignine, les tanins, les constituants
secondaires (lignines), les substances colorées... ;
- les autres constituants (environ 5% variable suivant les végétaux) : résines, protéines,
constituants minéraux, acides gras, savon....etc. [8]
Pour la production papetière, les fibres de bois sont extraites de l‟arbre par des procédés
mécaniques et/ou chimiques qui consistent à séparer les fibres liées entre elles par la lignine,
de façon à obtenir des fibres isolées. La fibre a une forme sensiblement tubulaire, avec un
diamètre se situant entre 10 et 40 μm. La longueur varie de 3 à 4 mm pour les fibres de
résineux et de 1 à 2 mm pour les fibres de feuillus. Un schéma détaillé d‟une fibre de cellulose
est donné sur la figure 1.3.

6
Chapitre I Contexte des transformateurs de puissance

Fig.1.3. Détail d‟une fibre de cellulose

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.

I.2.2.2.1. vieillissement et détérioration du papier isolant :

En pratique, l‟isolation est sujette à différents types de contraintes. Ces dernières


conduisent à la dégradation des propriétés de l‟isolation engendrant leur vieillissement ainsi
des transformateurs et par conséquent le mauvais fonctionnement de ces derniers, voire
défaillance. D‟après les statistiques faites par William H. et Bartley P.E. entre 1997 et 2001,
présentées dans la référence [21], il a été confirmé que la défaillance des transformateurs est
étroitement liée aux défauts d‟isolations [11].

Paramètres affectant la détérioration de l’isolation solide :


La température, l‟eau et l‟oxygène sont les agents plus importants qui causent la
dégradation de la cellulose, qui est composée d‟une chaîne plus ou moins longue d‟anneaux
de glucose Leur nombre par chaîne s'appelle le degré de polymérisation (DP). Les trois
mécanismes de dégradation pyrolyse, hydrolyse et oxydation agissent simultanément en
cassant les liaisons oxygène entre les cycles de glucose comme le montre la figure.1.3.
L‟hydrolyse est la décomposition chimique d'une substance par l'eau, l'eau étant elle-même
décomposée lors de cette réaction. La pyrolyse est la décomposition chimique par l'action de
la chaleur. L‟oxydation est la fixation d‟oxygène par une substance, la cellulose dans notre
cas [11].

8
Chapitre I Contexte des transformateurs de puissance

Figure 1.4. Structure chimique du Glucose et de la cellulose[11].

Fig.1.5. Les différents processus de dégradation de la cellulose [ 6].

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].

I.2.2.2. Huiles isolantes ou diélectriques liquides :


Les diélectriques liquides sont utilisés comme imprégnant de diélectriques solides et
produits de remplissage de bon nombre de matériels électriques tels que : les transformateurs
de puissance, de distribution, de four et de traction, les réactances, les réducteurs de mesure,
les condensateurs, les câbles, les boîtes de traversées, les disjoncteurs, etc . . [12].

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]

Il ressort par conséquent trois fonctions essentielles qu'il convient de souligner :


- évacuer les pertes d'énergie;
- isoler au sens strict (c'est-à-dire ralentir l'oxydation de l'isolation solide),
- isoler au sens électrique.
A côté de ces trois fonctions fondamentales, il y a lieu d'ajouter la fonction de résistance à
l'incendie, dont le pouvoir d'extinction des arcs électriques, et le pouvoir lubrifiant, pour les
matériels renfermant des pièces en mouvement.

I.2.2.2.1. Principaux types de diélectriques liquides


En l'absence d'une classification normalisée, le tableau 1.1 présente par catégories les
types de diélectriques les plus couramment utilisés ainsi que leurs principaux domaines
d'utilisation et leurs caractéristiques propres.
Catégorie Type Applications Caractéristiques
Propres
Huiles Naphténique Matériels à haute Bas point d'écoulement
minérales tension,
Paraffinique stabilité à l'oxydation ;
transformateurs de bon indice de viscosité
puissance
Hydrocarbures Polybutènes Câbles Faibles pertes
de diélectriques,
Alkylbenzènes Traversées
Synthèse viscosité ajustable,
Hydrocarbures alcoylés à Condensateurs
absorption
noyaux aromatiques Condensateurs
gazeuse sous
condensés Condensateurs
décharges partielles,
(DIPN)
bonne rigidité
Alkylbiphényles (MIPB)
diélectrique
Alkyldiarylalcanes (BT,
au choc de foudre,
DBT)
biodégradabilité,
absorption
gazeuse sous décharges
partielles.

10
Chapitre I Contexte des transformateurs de puissance

Hydrocarbures Askarels (PCB, TCB) Transformateurs de Ininflammabilité


halogènes Polychlorodiphénylméthane distribution, Ininflammabilité et
s condensateurs biodégradabilité
(TCBT + TCB) Transformateurs
Polychloroalcanes transformateurs
Esters Huiles végétales Condensateurs Faibles pertes
organiques pour générateur de diélectriques
Esters simples
choc à f >1000 Hz
(BNC, DOS, DOP)
Condensateurs au et ε > 5 à 20°C
r
Phtalates (DEHP) papier
Esters complexes, Remplacement des Utilisés pour
PCB en mélange augmenter le
Esters du pentaérythrol avec d'autres point de feu des
liquides liquides
Transformateurs de Point de feu supérieur à
distribution et de
traction 300 °C

Huiles Polydiméthylsiloxanes Transformateurs de Bon indice de viscosité


silicones (PDMS) distribution et de ;
traction
Polydiméthylphénylsiloxa point de feu > à 300 °C
nes Absorption gazeuse
sous
décharges partielles
Liquides divers Ethers - oxydes Condensateurs εr > 3 à 20°C
(alkyldiphényle - éther, Condensateurs adaptabilité
ditoly- Matériels adaptabilité
Iéther) cryogéniques et réduction ou
supraconducteurs
mélanges de liquides suppression
gaz liquéfiés (argon) de perte Joule

Tableau 1.1 : Différents diélectriques liquides et leurs domaines d'application [12].

I.2.2.2.2. Les huiles minérales :


Puisqu‟elles sont les diélectriques les plus répandus en industrie d‟isolation électrique,
les huiles minérales ont eu la faveur d‟être aborder d‟une façon particulière. Ce sont des
produits naturels obtenus de la distillation fractionnée de bruts de pétrole sélectionnés, soumis
ensuite à un raffinage poussé. Leur composition chimique est extrêmement compliqué
(plusieurs milliers de molécules différentes) d‟hydrocarbures, de composés soufrés, oxygénés,
azotés et de traces de composés organométalliques.

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

Les hétéroatomes : Toutes les huiles contiennent un faible nombre de molécules


d‟hydrocarbures qui, dans leur structure, présentent un autre élément comme le soufre, l‟azote
et l‟oxygène. Ces atomes sont fixés sur les structures aromatiques.

Fig.1.6. Structure des hydrocarbures de base dans une huile minérale [15]

I.2.2.2.3. Propriétés des diélectriques liquides :


Les huiles isolantes pour transformateurs, quelque soit leur type doivent toujours répondre à
plusieurs critères électriques, physiques et chimique pour assurer deux principales fonctions
qui sont l‟isolation électrique et le transfert de chaleur.
1- Propriétés électriques :
Les caractéristiques électriques des liquides dépendent de leur formation. L‟étude des
propriétés électriques est un domaine qui se caractérise par sa pluridisciplinarité puisqu‟il
touche à la chimie, à l‟électronique et à la mécanique des fluides.
Permittivité
La permittivité est la constante macroscopique fondamentale qui caractérise un
diélectrique... Elle est définit par la relation suivante :
   0 r (I.1)

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

Dans la pratique 𝜺𝒓 est obtenue en comparant le condensateur plein au condensateur dans


l‟air. Cette valeur constitue la référence pour définir la permittivité d‟une huile.
La permittivité est une caractéristique intrinsèque car elle dépend essentiellement de la
structure chimique du produit. Pour une huile diélectrique, la permittivité montre la possibilité
de libérer des charges sous l‟action d‟un champ électrique et résulte des phénomènes de
polarisation électronique et atomique [13]. Donc elle caractérise la polarité de la molécule.
C‟est ainsi que l‟on peut distinguer les liquides polaires (  r > 2,5) des liquides peu polaires

ou non polaires (1,5 ≤  r ≤ 2,5) comme l‟huile minérale [6].

La permittivité relative des hydrocarbures est faible et voisine de 2. La présence


d‟hétéroatomes (oxygène, chlore…), en créant des dipôles de fortes intensités, confère aux
molécules une permittivité élevée.
La permittivité décroît avec l‟augmentation de la température et de la fréquence. La
contrainte électrique la plus élevée est toujours supportée par le milieu dont la permittivité est
la plus faible. En général pour les liquides isolants utilisés dans les applications industrielles,
et notamment pour les huiles diélectriques, la constante diélectrique est comprise entre 2 et 5.

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.

Le vieillissement du liquide isolant conduit à la formation de sous-produits qui contribuent à


l‟augmentation de la conductivité. Les huiles isolantes ont une conductivité de l‟ordre de
10−11 à 10−13S.m−1 [8].

14
Chapitre I Contexte des transformateurs de puissance

Le facteur de dissipation diélectrique


Ce paramètre, appelé aussi tan δ, figure toujours dans les spécifications d‟huiles isolantes. Le
principe de mesure est identique à celui employé pour mesurer le facteur de dissipation d‟un
isolant solide. Sous tension alternative sinusoïdale de fréquence f et de pulsation ω= 2πf, les
pertes par conduction sont caractérisées par la tangente de l‟angle de perte δ. La mesure
(norme CEI 60247 et 61620) se fait `a l‟aide d‟un dispositif qui peut être schématisé
électriquement comme un condensateur de capacité C et d‟une résistance R en parallèle [8].
On a: C   0 .S / e (I.3)

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

I.2.2.2.4. Principales causes d'altération des diélectriques liquides :


Oxygène et humidité
Les principaux agents présents dans les transformateurs susceptibles de dégrader les huiles
isolantes (et la cellulose), sont l‟oxygène et l‟humidité. L‟oxygène est présent sous forme
dissoute dans l‟huile et l‟humidité est présente dans le papier (même après séchage, il reste de
l‟humidité, supérieure à 0,2% en masse). Ces sources de vieillissement sont d‟autant plus
présentes dans le cas des transformateurs de puissance, qui sont dits « respirant », en contact
avec l‟atmosphère par l‟intermédiaire d‟un conservateur et d‟un dessiccateur.

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].

Fig.1.7. Variations de la tension de claquage Uc en fonction de la teneur en eau Wc pour 3


types d‟huile : Ahuile neuve non traitée, B huile en fonctionnement depuis une année,
Chuile usagée de 15 ans en service [21]
De plus, si un liquide diélectrique très chargé en humidité peut encore assurer, tant bien que
mal, sa fonction électrique tant que sa température assure une solubilité suffisante, il pourra,

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.

Fig.1.8. Tension de claquage Uc en fonction de la température T pour les trois huiles: A, B et


C.Ahuile neuve non traitée, B huile en fonctionnement depuis 30 ans,
Chuile en défaut [20]

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

pour résultat la mise en solution ou en suspension de matières étrangères au diélectrique. En


règle générale, un choix convenable de matériaux permet d‟éviter ces inconvénients.

Bulles de gaz et décharges partielles


Les décharges partielles sont des microclaquages localisés qui ne traversent pas tout l'espace
entre les éléments portés à des potentiels différents dans lequel serait contenu le diélectrique
[12].
Sous l‟effet également du champ électrique et d‟inhomogénéités locales, provoquées
par exemple par l‟apparition de bulles de gaz en raison des variations de solubilité des gaz
dans les liquides, dues au champ électrique, il peut apparaître de minuscules décharges
auxquelles le diélectrique liquide est en général peu sensible puisque toujours renouvelé par
circulation mais qui peuvent devenir nocives, à long terme, si elles tendent à se fixer sur
l‟isolant solide imprégné et parviennent à un niveau suffisant pour le détériorer.

I.2.2.2.5. Mesures visant à minimiser la dégradation de l’isolation liquide :


L'oxydation est la principale cause et le processus le plus dominant du vieillissement
et la dégradation des huiles des transformateurs, Deux solutions mécaniques sont disponibles
pour empêcher les contacts de l'huile avec l'atmosphère extérieure. Une méthode préconisée
aux États-Unis est de sceller le transformateur en utilisant un coussin d'azote (recouvrement
par l‟azote). L'autre méthode consiste à utiliser un élastique en caoutchouc ou un sac plastique
pour séparer la surface de l'huile de l'espace du gaz dans le conservateur. Le diaphragme est
souple et flotte à la surface de l'huile dans le conservateur, en contact étroit avec elle.
Toutefois, les problèmes découlant de la sensibilité de la membrane à une attaque chimique et
à l'usure physique, par exemple, à l'abrasion, ont imposé à de nombreux opérateurs de
transformateur à se tourner vers d'autres solutions [5].une autre technique permet également
de ralentir un peu le processus d‟oxydation c‟est l‟ajout des aditifs inhibiteurs et des
antioxydants qui ont pour rôle de bloquer les radicaux libres formés de façon intermédiaire
dans la réaction en chaine d‟oxydation. Les additifs les plus courants sont du type phénol
comme le DBPC (2,6-ditertiobutylparacresol)ou le TMP (triméthylphénol) et leurs teneur
varie de 0.1à 0.4% en masse dans l‟huile [6]. Récemment Ioan Sabau a inventé une autre
méthode, une couverture d'azote pour les systèmes à respiration libre a été proposé et breveté
[19].La nouveauté de cette couverture d'azote du système qui est en place en Alberta, consiste
en fait que la surface de l'huile dans la chambre d'expansion est séparé de tout contact avec
l'atmosphère extérieure, tout en conservant le caractère de la respiration libre du
transformateur. L'azote sec de haute pureté utilisé pour purger l'espace libre extrait ainsi

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].

Fig.I.9. Concentrations d'oxygène dissous du transformateur recouvert


en fonction du temps de recouvrement par l‟azote.

Teneur initiale Teneur final


en humidité en humidité
(ppm) (ppm)
Huile minérale 11.6 5.1
échantillon 1
Huile minérale 19 3
échantillon 2
Huile minérale 48 5.4
échantillon 3
Envirotemp® FR3™ 90.7 6
Fluid
Tableau.1.2.Teneur en eau pour divers échantillons d‟huile
avant et après l‟utilisation de l‟azote.

21
Chapitre I Contexte des transformateurs de puissance

I.2.3. Système de refroidissement


Lors de son fonctionnement, un transformateur est le siège des pertes d‟énergie dont
la plus grande partie est localisé dans deux éléments principaux, les enroulements et le circuit
magnétique, toutes ces pertes ont pour conséquence un échauffement des élément
correspondants du transformateur nécessitant la mise en œuvre de moyens de réfrigération
[10].
La transmission de chaleur a lieu le plus souvent en plusieurs échelons :
- conduction au travers de la masse des éléments jusqu'à leur surface ;
- convection dans un diélectrique gazeux à la fois isolant et caloporteur (cas des
transformateurs secs) ;
- convection dans un diélectrique liquide qui transmet la chaleur au fluide réfrigérant dans
un échangeur (cas des transformateurs immergés).
Certaines limites concernant les températures maximales admissibles à l‟intérieur du
transformateur ont été fixées par les normes internationales définies par la CEI (Commission
électrotechnique Internationale). Tout dépassement de 6°C de la température maximale
préconisée pour l‟huile réduit sa durée de vie de moitié [14].

I.2.3.1. Circulation du fluide réfrigérant et mode de refroidissement :


Le transfert de chaleur de la partie active à l‟air a lieu en deux étapes : de la partie
active a l‟huile, a l‟intérieur de la cuve, de l‟huile a l‟air, dans le réfrigérant. Le mouvement
des fluides peut être, soit naturel par thermosiphon, soit forcé au moyen d‟un équipement tel
qu‟une pompe ou un ventilateur.
Les transformateurs doivent être désignés selon le mode de refroidissement utilisé. Pour les
transformateurs immerges dans l‟huile, cette désignation est réalisée par un code a quatre
lettres défini ci-dessous [17].
Première lettre: Fluide de refroidissement interne en contact avec les enroulements:
O : huile minérale ou liquide isolant de Synthèse de point de feu ≤ 300 °C ;
K : liquide isolant avec point de feu > 300 °C ;
L : liquide isolant à point de feu non mesurable.
Deuxième lettre: Mode de circulation du fluide de refroidissement interne:
N : Naturelle
F : Forcée (pompes)
D : Forcée et Dirigée dans les enroulements
Troisième lettre: Fluide de refroidissement externe:

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

Transformateur sec à refroidissement naturel dans l‟air AN


Transformateur sec à ventilation forcée d‟air AF
Transformateur à circulation naturelle d‟huile et d‟air ONAN
Transformateur à circulation naturelle d‟huile et ventilation forcée d‟air ONAF
Transformateur à circulation forcée d‟huile et d‟air OFAF
Transformateur à ventilation forcée d‟air et circulation dirigée d‟huile ODAF
Transformateur à circulation forcée d‟huile et d‟eau OFWF

Tableau.1.3. Types des transformateurs les plus courants

I.2.3.2. Distribution de la température à l’intérieur du transformateur :


Un transfert de chaleur bien conçu permet d‟´eviter la formation de points chauds
grâce à une circulation abondante et bien répartie, dont l‟efficacité est influencée par la
viscosité et la chaleur spécifique du diélectrique utilisé. Une huile de qualité doit montrer de
bonnes propriétés de refroidissement. Cela inclut une conductivité thermique élevée, une
viscosité faible et un point d‟´ecoulement le plus bas possible. L‟huile devra également ne pas
être propice à la formation de dépôts appelés «boue». La température de l‟huile en haut de
cuve d‟un transformateur en service est d‟environ 70°C. La température varie seulement de 5
à 10 degrés entre le haut et le bas du transformateur.

23
Chapitre I Contexte des transformateurs de puissance

Fig.1.10. Diagramme de température [10].

La figure 1.10 montre l‟évolution de la température de l‟huile dans les enroulements et


l‟échangeur. L‟huile a l‟entrée de l‟échangeur est un peu plus froide qu‟à la sortie des
enroulements. La répartition de la température de l‟enroulement suit parallèlement celle de
l‟huile dans les canaux. Le point milieu correspond à la valeur déterminée par variation de
résistance, tandis que le “point chaud” situé à la partie supérieure détermine le comportement
thermique des isolants. La température de l‟huile à l‟entrée et à la sortie de l‟échangeur est
également directement mesurable. L‟écart de température cuivres-huile, ainsi que la
température moyenne de l‟huile dans les canaux du bobinage sont obtenus à l‟aide de la
courbe de refroidissement de l‟enroulement obtenue par mesure de variation de résistance lors
d‟un essai d‟échauffement.

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

Revue de littérature sur les défaillances


et les méthodes de diagnostique

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.

II.2. Défaillances, causes et statistiques :


Les défaillances dans les transformateurs de puissances sont parmi les causes les plus
fréquents de l‟interruption de longue duré de service de l‟alimentation des réseaux électrique,
accompagnée de sérieuses répercutions sur la fiabilité du système électrique.

25
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

La défaillance d‟un transformateur peut se produire en raison de différentes causes et


conditions, on peut définir une défaillance comme étant [21] :

- Une panne au niveau de transformateur suivie d‟une indisponibilité forcée de service


(dommages d‟enroulement, défaut dans le changeur de prise…).
- Un problème nécessitant le débranchement du transformateur pour réparation, ou une
maintenance extensive sur site (production excessive du gaz, présence d‟humidité,…).
Les défaillances qui peuvent apparaitre dans un transformateur sont de différentes manières :
électriques, thermiques ou mécaniques, d‟origine interne ou externe. En plus qu‟ils se
produisent dans la cuve principale, les défauts peuvent également produire dans le changeur
de prise, les traversées ou dans d‟autres accessoires.
Le diagramme de défaillance suit une courbe dite de « fiabilité » (Fig. II.1) dont la partie
première représente les défauts dus à la mortalité infantile, la partie stable montre le taux
constant de défaillances et la dernière partie représente les défaillances due au vieillissement
du matériel [22].

Fig. II.1 Courbe de fiabilité.

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:

- Humidité, contamination et vieillissement, qui font diminuer la rigidité diélectrique


interne du transformateur.
- Dommages ou déformation au niveau des enroulements sous l‟effet des forces
électrodynamiques engendrées par les courts-circuits.

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].

II.3. Gestion de la vie du transformateur :


Pour des raisons économiques, la gestion de la durée de vie d‟un transformateur a
gagné de plus en plus d‟importance dans les 10-15 dernières années. L‟objectif fondamental
est de favoriser la plus longue durée de vie possible et de réduire au minimum les frais
d‟exploitation. L‟importance de ce sujet a mené à beaucoup de recherches dans ce secteur. En
général, la vie d‟un transformateur est égale a la vie de l‟isolation, qui dépend de la rigidité
mécanique et électrique des isolants utilisés [21,22].
La clé pour arriver à une estimation optimale de la durée de vie de fonctionnement de notre
transformateur est de tient compte des mesures suivantes [24]:
 Une stratégie de maintenance : chaque entreprise a une stratégie de maintenance basée
sur une telle philosophie, selon laquelle des mesures et des tests dans des intervalles bien

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).

Fig. II.3. Stratégies de maintenance


 Mécanisme de vieillissement : le phénomène de vieillissement est complexe et difficile
à modéliser, A ce jour, seule l‟influence des contraintes thermiques sur l‟évolution des
propriétés mécaniques et chimiques fait l‟objet d‟un modèle mathématique [3]. Une
méthode classique pour le calcul de la durée de vie d‟un transformateur consiste à
appliquer la formule d‟Arhennius-Dakin [22] :
B
Durée de vie  Ae T
(II.1)
Où A est la vie initiale, B est une constante dépendant du matériau étudié et Test la
température absolue exprimée en Kelvin.
Empiriquement, En regardant la loi bien connue des Montsinger, la réduction de la durée
de vie estimée peut être calculée par la formule de (8°) [24]:
  90C
Durée de vie restante= 2 8C
. Où  est la température actuelle. (II.2)
Une augmentation de 8°C de la température du transformateur au-dessus de sa valeur
admissible (90°C) provoquant une réduction de sa durée de vie à la moitié. La figure II.4
illustre l‟effet de la température sur l‟état du transformateur et les risques que peuvent se
produire si la température excède un certain niveau qui peut être critique.

28
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

Fig. II.4. Performance de l‟état des équipements de puissance


et la courbe de Montsinger
En 1944 Montsinger a révisé sa recherche en énonçant que la règle de 8 °C n‟est valable
que dans les basses températures.
 Evaluation de l’état : Afin de détecter la variation des divers paramètres de
fonctionnement des transformateurs de puissance, un grand nombre de capteurs et de
méthodes de mesure ont été développés. Ces techniques peuvent être classifiées en deux
grands groupes [3]:
- mesures dites « off-fine » nécessitant l‟arrêt du transformateur;
- mesures dites « on-line » mises en œuvre en continu alors que l‟unité fonctionne
normalement.
Qu‟elles appartiennent à l‟une ou l‟autre des deux catégories, ces méthodes sont utilisées
soit indépendamment les unes des autres, soit de manière combinée. Elles permettent aux
opérateurs, dans un premier temps, d‟effectuer la surveillance des unités et, le cas échéant
si la situation le nécessite, de procéder à un diagnostic de panne.
La gestion du cycle de vie est généralement un processus de trois étapes [25] :
- L'estimation des risques d‟un groupe de transformateurs.
- L‟évaluation de l'état des transformateurs d‟une manière individuelle.
- Les décisions du cycle de vie (quitter le service, rénové, remplacé, déménagé…).
La première étape pour une gestion de vie réussie est le processus d‟estimation du risque
d‟une flotte de transformateurs d‟une telle entreprise. Dans le sens le plus général, le risque
est défini comme « l‟incertitude à l‟avenir ». Il a deux composantes fondamentales: la

29
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

fréquence, ou combien de fois des événements indésirables se produisent, et leur sévérité ou


les conséquences. Alors l‟estimation du risque est un processus de sélection, en utilisant des
méthodes statistiques pour identifier et mettre en priorité les transformateurs qui représentent
le risque le plus élevé. Mais cela ne s‟agit pas d‟identifier l‟état actuel du transformateur
individuel.
La deuxième étape dans le processus, est l‟évaluation de l'état, implique une inspection
rigoureuse et des essais approfondis sur le transformateur sélectionné montrant la priorité la
plus élevée. Les résultats de ce processus aideront la compagnie dans la dernière étape à
prendre la décision appropriée à propos de leurs unités. Les décisions pris ce n‟est rien d‟autre
que les pratiques suivantes:
a) l‟unité peut continuer à fonctionner telle quelle est.
b) Elle peut être modifiée ou rénovée.
c) D‟autres transformateurs doivent être relocalisés ou retirés du service dans le cas
échéant.
II.4. Diagnostic
Le diagnostic industriel a pour objet de trouver la cause d‟une défaillance. Le dictionnaire
Robert donne une définition étymologique: « action de déterminer une maladie d‟après ses
symptômes » et fait référence à sa racine Grecque « Dia: par, Gnosis. Connaissance » Les
industriels et les étudiants en formation technique adoptent quant à eux la définition retenue
par AFNOR et CEI [22]:
« Le diagnostic est l’identification de la cause probable de la (des) défaillance(s) à l’aide
d’un raisonnement logique fondé sur un ensemble d’informations provenant d’une inspection,
d’un contrôle ou d’un test ».
Cette définition très courte et concise résume les deux tâches essentielles en diagnostic:
- Observer les symptômes de la défaillance.
- Identifier la cause de la défaillance à l‟aide d‟un raisonnement logique fondé sur des
observations.
II.4.1.Le rôle du diagnostic dans l’inspection des défauts naissants :

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

lumière, et un endommagement d'un transformateur élévateur à la sortie d‟une centrale de


production d'électricité peut cause l‟arrêt de cette dernière.

Sous la déréglementation de la politique des systèmes électrique, chaque compagnie tente à


réduire leur cout de revient, et la prévention des pertes accidentelles devient beaucoup plus
importante qu‟auparavant. La perte en capitale d‟un arrêt accidentel du transformateur de
puissance se compte souvent par des milliers de dollars pour les pertes de charge seulement,
bien sur sans dire les autres pertes associées à la réparation et au remplacement. En raison de
cette incitation économique, des testes préventifs et des surveillances en service sont utile de
prévoir des états défaillants, et de planifier des arrêts de services pour la maintenance et le
retrait des transformateurs endommagés.

II.5. Surveillance et méthodes de diagnostic :


D‟une manière générale, le terme « surveillance » décrit la mesure de paramètres de base
avec un déclanchement des alarmes de seuil, elle a pour but de constater rapidement qu‟il n y
rien d‟anormal [10]. En revanche le terme « diagnostic » indique l‟addition d‟une analyse
sophistiquée, tel qu‟un système expert ou un système intelligent capable de fournir une
évaluation de l‟état de l‟équipement et l‟action suggérée. Il y a une variété d‟outils disponibles
permettant de satisfaire à nos besoins et qui nous pouvons les classer en deux grandes
catégories : les méthodes traditionnelles qui ont largement utilisés depuis de nombreuses
années et les techniques modernes qui commencent à être utilisés et sont encore au stade de la
recherche [21, 22].

II.5.1. Techniques traditionnelles :


Les méthodes chimiques telles que les analyses physico-chimiques de l‟huile isolante (APC)
et l‟analyse des gaz dissous (AGD) sont les techniques traditionnelles largement utilisées.
L‟analyse d‟huile s‟inscrit dans le cadre des inspections de routine qui sont effectuées tous les
trois/ six /douze mois, dépendant de la taille du transformateurs et leur importance dans le
réseau [26].

31
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

II.5.1.1 Analyse d’huile :

II.5.1.1.1 Qualité de l’huile :


1- Couleur et apparence :
Ce test est effectué pour déterminer la couleur de l'huile veillée en service, il suit la norme
ASTM D 1500-91, ce type de test se fait au laboratoire en utilisant des appareils spéciaux et
suivant une procédure bien définie dans la norme précédente, par contre l‟inspection visuelle
basée seulement sur l‟œil nu et réalisé sur site suivant une autre norme qui est ASTM D
1524-84 .
La couleur et l‟apparence de l‟huile combinées avec son odeur donnent des informations
rapides et utiles pouvant être obtenus sur site, selon lesquelles une personne expérimentée
peut observer immédiatement si quelque chose est anormale. La couleur foncée peut indiquer
que le l'huile a commencé à détériorer, qui est également la première étape de formation des
dépôts et de boues libres. Dans ce cas là il est fortement recommandé de changer l‟huile
[15]. La couleur de l‟huile est exprimée en une valeur numérique (indice de couleur) basée sur
une comparaison avec une série de normes de couleur (Tableau II.1) [27]

Indice de couleur La couleur selon ASTM Etat de l‟huile

0-0.5 Transparent Neuve

0.5-1 Jaune pâle Bonne

1-2.5 Jaune Huile veillée

2.5-4 Jaune vif Etat marginal

4-5.5 Ambre Mauvais état

5.5-7 Marron Etat sévère

7-8.5 Marron foncé Etat extrême

Tableau. II.1 Etat relative de l‟huile basé sur sa couleur.


2- Tension de claquage ou (rigidité diélectrique) : est la tension maximale pour que le
claquage du diélectrique ait lieu. C‟est l‟une des mesures les plus significatives, elle évalue la
capacité de l‟isolation de tenir les contraintes électriques aux fréquences industrielles. Une
valeur faible de la tenue diélectrique nous informe de la présence d‟impuretés, d‟eau ou

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].

Tensions nominales Un≤36 kV 36<Un≤70 70<Un≤170 170<Un

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

Tableau II.3 Valeurs limites de tenue électrique (huile) selon ASTMD.


3- Facteur de dissipation diélectrique (ou facteur de puissance) et la permittivité
relative : D‟après le standard D924, cette méthode est applicable aux isolations liquides
neuves et en service à la fréquence industrielle, pratiquement entre 45 et 65Hz. Le facteur de
dissipation diélectrique (FDD ou facteur de puissance FP) représente les pertes diélectriques
et par conséquent l‟échauffement de l‟isolation. Ce facteur est très important du point de vue
contrôle de qualité et indication de changement de qualité résultant d‟une contamination ou de
détérioration en service ou encore de la manipulation. Un FDD élevé est alors une indication
de la présence de contaminations ou de produits de dégradation tels que l‟humidité, matériaux
conducteurs et produits d‟oxydation. La permittivité relative est affectée par la présence de
l‟humidité et le changement des propriétés physiques. Comme l‟eau est d‟une très faible
proportion et est liée au vieillissement, son influence doit être étudiée.

4- La viscosité : la viscosité de l‟huile est sa résistance de circuler dans des conditions


spécifiques (D445). La viscosité de l'huile utilisée comme liquide de refroidissement
33
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

influence les taux de transfert de chaleur. Les viscosités élevées sont à éviter, spécialement
dans les climats froids.

5- L’acidité et indice de neutralisation : est obtenu à l‟aide d‟un test de neutralisation


consistant à déterminer la quantité d‟hydroxyde de potassium nécessaire pour neutraliser 1g
d‟huile, l‟indice de neutralisation est exprimé en KOH/g. il permet de détecter la
contamination et le vieillissement de l‟huile [3].
Les acides organiques ne sont qu'un des groupes de produits d'oxydation qui entraîne la
détérioration graduelle de l'huile et confirment la disparition progressive de l'anti-oxydant, ce
qui entraîne la formation de limon en attaquant les métaux à l'intérieur de la cuve et réduit la
durée de vie de votre transformateur, ils affectent également la cellulose et accélèrent la
dégradation de l‟isolation, il a été trouvé que la formation de boues commence à s‟établir
lors que le nombre d‟acide atteint 0.4 mg KOH/g, il est recommandé que l‟huile doit être
régénérer lorsque l‟indice de neutralisation atteint 0.2 mg KOH/g [28].

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

Tensions nominales Un≤36 kV 36<Un≤70 70<Un≤170 170<Un

Valeurs limites de la teneur en eau de 40 35 30 20


l‟huile.

Tableau. II.4 Valeurs limites de la teneur en eau de l‟huile.


La technique classique de mesure d‟humidité dans l‟huile est une méthode connue
sous le nom de « test de Karl Fischer ». Spécialement conçue pour quantifier des faibles
concentrations, elle est généralement mise en œuvre en laboratoire avec des échantillons
d‟huile prélevés sur site. Utilisant la titration colorimétrique, les résultats qu‟elle fournit sont
des quantités absolues mesurées en particules par million (ppm). Sa précision pour les huiles
de transformateurs commence à être mise en doute et de nouvelles techniques sont en cour de
développement. Elle reste toutefois la méthode de référence à ce jour [3].
II.5.1.1.2 Analyse des gaz dissous (AGD):
L‟analyse des gaz dissous, introduite depuis plus de cinquante ans, est l‟une des
techniques les plus utilisées pour le diagnostic des transformateurs grâce au fait qu‟elle est
non destructive et qu‟elle peut être utilisée pour la surveillance en temps réel. Pour effectuer
une analyse, cette technique n‟exige qu‟une petite quantité de l‟huile isolante et ne demande
pas une interruption de service du transformateur. Les gaz dissous dans les huiles isolantes
sont généralement le résultat de la détérioration des systèmes d'isolation (papier et huile)
causée par les décharges et les arcs électriques, la surchauffe et le claquage du papier. Les
principaux gaz produits sont le méthane (CH4), l‟éthane (C2H6), l‟éthylène (C2H4),
l‟acétylène (C2H2) l‟hydrogène (H2), le monoxyde et le dioxyde du carbone (CO, CO2). Pour
extraire et quantifier ces gaz, la chromatographie en phase gazeuse est appliquée. Les résultats
indiquent les taux des gaz dissous dans l‟huile en ppm. Les résultats peuvent être comparé aux
tests effectués auparavant, leur interprétation est toujours l‟objet d‟études des chercheurs à
travers le monde. Des recherches extensives ont été entreprises pour analyser et interpréter la
signification des gaz mesurés et plus particulièrement leurs taux. Dans la liste qui suit nous
exposons un résumé des méthodes proposées depuis les débuts de l‟analyse des gaz dissous
jusqu‟à nos jours [29]:

 Incipient Fault Types, Frank M. Clark, 1933/1962


 Dörnenburg Ratios, E. Dörnenburg, 1967, 1970
 Potthoff‟s Scheme, K. Potthoff, 1969
 Absolute limits, various sources, débuts 1970

35
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

 Shank‟s Visual Curve method, 1970s


 Trilinear Plot Method, dans les années 1970
 Key Gas Method, David Pugh, 1974
 Duval Triangle, Michel Duval, 1974
 Rogers Ratios, R.R. Rogers, 1975
 Glass Criterion, R.M Glass, 1977
 Trend Analysis, various sources, début des années 1980
 total volume per day
 ppm per day
 Church Logarithmic Nomograph, J.O. Church, 1980
 Expert System Analysis, Richard Lowe, 1985
 Expert System Monitor Program, Karen Barrett, 1989
 Transformer Fingerprinting
 IEEE C57.104, Limits, rates and TDCG,1978/1991
 Artificial Neural Networks (ANNs) and Fuzzy
 Logic
– X. Ding, E. Yao, Y. Liu and Paul Griffin, 1996
– Vladimiro Miranda and Adriana Garcez Castro, 2004
– Donald Lamontagne, 2006
 IEC 60599 Ratios, Limits and gassing rates, 1999
 Datamining and Log Transformation, Tony
 McGrail, 2000
 Vector Algorithm, Nick Dominelli, Mike Lau &
 David Pugh, 2004

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.

L‟inconvénient majeur de cette technique (DGA), hormis la difficulté d‟interprétation,


est le fait que l‟échantillon d‟huile peut fournir de fausses informations dans le cas ou le
transformateur est mis hors service durant plusieurs années, car l‟information dans l‟huile se
perd, puisque les concentrations des gaz changent et dans ce cas l‟analyse ne pourra jamais
révéler l‟état réel de l‟isolation solide à l‟intérieur [30].

36
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

II.5.1.2. Analyse de l’état du papier cellulosique :

II.5.1.2.1 Mesure direct sur le papier :


Les méthodes typiques de mesures directes sur papier sont énumérées dans le tableau II.5. Ces
mesures sont beaucoup plus compliquées que dans l'analyse d'huile, car elles nécessitent
l‟ouverture du transformateur pour prendre un spécimen du papier. Ces mesures ne
s‟effectuent que si l‟état du transformateur les exige. Il est intéressant de mentionner que la
résistance mécanique de l'isolation solide d'un transformateur détermine sa durée de vie utile.
D‟où la connaissance appropriée sur l‟état du papier est très importante. Quand les
échantillons du papier sont pris, normalement la teneur en eau et le degré de polymérisation
sont déterminés [26]. La mesure du degré de polymérisation est une technique utilisée
comme premier indicateur de l‟état du papier dans les transformateurs. Le test de degré de
polymérisation (DP) de la cellulose est l‟un des moyens les plus sûrs pour déterminer la
détérioration du papier et pour estimer la durée de vie restante, il est même plus significatif
que l‟analyse des gaz dissous. Le degré de polymérisation est défini comme étant le nombre
moyen de molécules de glucose dans une chaîne de cellulose, il est déterminé à partir de la
viscosité intrinsèque de la solution de l‟échantillon du papier, mesurée avec un viscosimètre
selon D 4243.

Technique Mode de défaillance


Titration par test de Karl Fisher Teneur en eau
Degré de polymérisation Dégradation du papier
Tableau II.5 Mesure direct sur papier cellulosique

II.5.1.2.2 Analyse furanique :


Les dérivées furaniques sont des produits de décomposition organiques du papier
cellulosique qui se trouvent sous forme dissous dans l‟huile du transformateur en service.
L‟analyse des dérivées furaniques offrent une approche plus pratique que celle par mesures
directes [31], à cause de la difficulté de prendre des spécimens d‟analyse, nécessitant
certainement le décuvage du transformateur, par contre la première n‟exige qu‟un
prélèvement traditionnel de l‟huile. 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 [6].

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.

Fig II. 5 Structure chimique des dérivés furaniques [6].


L‟analyse furanique se fait à l‟aide d‟un chromatographe en phase liquide (HPLC). La
procédure de test est décrite dans l‟IEC [31]. Cette méthode est appliquée pour évaluer la
dégradation de l‟isolation solide.

II.5.1.3. Essais électriques :


Une livraison fiable de l'énergie électrique est dépendante, en grande partie, du
fonctionnement fiable des transformateurs de puissance. Cette fiabilité est considérablement
améliorée par un programme d‟essai bien établi, incluant les normes correspondantes à ces
essais [32].

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].

Généralement, les normes distinguent trois catégories d‟essais [10] :

- 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

4- Mesure des pertes et du courant à vide.


5- Epreuves électriques à fréquence industrielle (par tension induite, par tension appliquée).
6- Essai de tenue aux chocs de foudre en onde pleine (transformateurs dont la tension est
≥220 kV).
7- Essai de tenue aux surtensions de manœuvre (transformateurs dont la tension est > 220
kV).
- Les essais de type sont, en principe, destinés à éprouver une nouvelle fabrication ou une
série de transformateurs:
1- Essai de tenue aux chocs de foudre en onde pleine (transformateurs dont la tension est <
220 kV).
2- Essai d‟échauffement.
- Enfin, les essais spéciaux correspondent soit à des conditions de service particulières, soit
à des investigations:
1- Mesure de l‟impédance homopolaire.
2- Essai de tenue au choc en onde coupée.
3- Essai de tenue au court-circuit.

II.5.1.4 Surveillance de température :


La chaleur est un des principaux facteurs de défaillance et de vieillissement. Par conséquent,
il est fortement souhaitable de connaître l'état thermique du transformateur. Les modèles de
vieillissement ainsi que les limites de fonctionnement sont liés à la température du point
chaud.

La Thermographie est un moyen de control efficace de différents transformateurs pour


voir rapidement et à partir d‟une distance sécurisée s‟il y a un problème du point chaud
[33] cela est effectuer sous tension et sans aucun arrêt de production. Une caméra
thermique enregistre les rayonnements infrarouges (onde de chaleur) émis par les
différents composants du transformateur, les longueurs d‟ondes de ces rayonnements
varient en fonction de la température de ces derniers. La caméra est capable de détecter
des gradients de température sur les surfaces externes du transformateur et permet de localiser
facilement la surchauffe dans les traversées, les ventilateurs ou dans la surface chauffée de la
cuve. Une surveillance en ligne de température de l‟huile peut être réalisée soit
indirectement par des thermocouples placés à l‟extérieur du transformateur soit directement
en utilisant des capteurs placés dans un doigt de gante en les émergeant dans l‟huile. Ces

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.

II.5.1.5 Analyse du bruit:


Les transformateurs en service émettent un bruit caractéristique dont les causes essentielles
sont la magnétostriction des tôles du circuit magnétique, les forces de Lorentz dues à
l'interaction entre le flux commun et le courant dans les enroulements et enfin, le
fonctionnement des équipements auxiliaires tels que les pompes et ventilateurs de
réfrigération produisent des bruits caractéristiques qui viennent s'ajouter au spectre total
(entre 500 et 2000 Hz) [3].

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.

De plus, la tendance à l‟installation de postes à proximité ou à l‟intérieur des zones


d‟habitation pour l‟alimentation de grands centres urbains, ou à l‟intérieur d‟ateliers
industriels, pour l‟alimentation directe de processus, est susceptible de causer une nuisance
accrue dans l‟environnement immédiat [10].
Des changements dans la structure des enroulements (modification de la position relative
des enroulements HT et BT, diminution de la pression des enroulements après le serrage final
en usine) ou du noyau ainsi qu‟un changement de régime de fonctionnement de l‟équipement
auxiliaire se manifestent automatiquement par la modification de la signature acoustique.
Deux façons sont disponibles pour déterminer le niveau du bruit des transformateurs, soit
par mesure de la pression acoustique soit en mesurant l‟intensité acoustique à une distance
bien défini. Ces deux techniques sont tout à fait équivalentes et acceptables. Dans la plupart
des secteurs industriels à travers le monde, la mesure de la pression acoustique a été utilisée
pour quantifier le niveau du bruit acoustique dans les transformateurs. Suite à des travaux
récents complétés par CIGRE, les mesures d‟intensité du bruit sont désormais intégrées
comme une alternative dans la norme CEI. 60076-10 [34].

40
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

II.5.2. Techniques Modernes :


Il y a quelques outils de diagnostic qui sont relativement nouvelles dans le domaine du
diagnostic, et ils n'ont pas encore été totalement introduits dans les compagnies d‟électricité.
Parmi ces techniques on trouve :

II.5.2.1 Mesure de décharges partielles :


Depuis toujours, les fabricants de matériel ont cherché à contrôler leurs fabrications par des
essais destinés à donner l‟assurance de l‟aptitude au service du matériel construit. Lorsque le
matériel est fabriqué en grande série, des prélèvements d‟échantillons soumis à des essais
destructifs permettent d‟évaluer les marges de sécurité existant: Lorsque le matériel est
quasiment fait à l‟unité ou très coûteux, il n‟est plus possible de le détruire pour savoir s‟il
aurait été apte au service ; dans un tel cas, la méthode utilisée consiste à introduire de
multiples contrôles en cours de fabrication pour avoir toutes les chances d‟aboutir à un
produit valable et à effectuer un essai de contrôle final du matériel. L‟essai devra donner son
verdict sans amoindrir les performances dudit matériel [10].
C‟est dans ce but qu‟ont été introduites les mesures des décharges partielles. Une
décharge partielle est un phénomène de rupture diélectrique qui se produit dans une capacité
reliée directement à deux électrodes, sans entrainer le claquage de l‟ensemble [10].

Deux voix ont été retenues :

- 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].

II.5.2.2 Mesure de réponse diélectrique :


Les méthodes de réponse diélectrique permettent l‟analyse directe de l‟isolation de
transformateur, elles peuvent aussi servir au test des traversées et des propriétés d‟isolement
des moteurs, des alternateurs et des câbles isolés au papier imprégné. Mais tout d‟abord
examinant ce qui conduit à la dégradation d‟un transformateur de puissance. L‟infiltration de
l‟humidité dans l‟isolant est l‟une des causes possibles, elle peut être due à divers facteurs
telle que la respiration de transformateur qui expose l‟huile à l‟atmosphère, des fuites au
niveau des joints, l‟installation de transformateur ou sa réparation peuvent aussi conduire à
l‟augmentation du niveau d‟humidité dans l‟isolant. Le processus normal de vieillissement
peut aussi entrainer l‟apparition d‟eau produite par la décomposition de la cellulose.

La théorie de l‟analyse de la réponse diélectrique a été développée au début par


Jonscher en 1990 [32], mais en réalité, elle n‟était pas destinée au diagnostic. Ce n‟est que
récemment que les laboratoires de recherche dans le domaine du diagnostic, ont concentré
leurs travaux sur l‟étude de ce nouvel outil, attirés par sa qualité d‟être non destructif, et le fait
qu‟il donne une information sur la qualité de l‟ensemble de l‟isolation.

Trois techniques se réfèrent à l‟analyse de la réponse diélectrique. Elles peuvent être


divisées en méthodes d‟analyse en domaine temporel, et méthodes d‟analyse en domaine
fréquentiel [31]. En domaine fréquentiel (FDS), nous retrouvons la mesure du facteur de
dissipation diélectrique, la mesure de la capacité et la mesure du facteur de puissance en
fonction de la fréquence. En domaine temporel, nous parlons de la mesure de la tension de
recouvrement (RVM), et des courants de polarisation et de dépolarisation (PDC) [34, 35, 36].

II.5.2.2.1 Spectroscopie en domaine fréquentiel (FDS):


La technique repose sur une généralisation des mesures traditionnelles de la capacité et du
facteur de dissipation, effectuées habituellement à la fréquence industrielle. Pour cet effet un
signal sinusoïdal à une plage fréquence qui peut s‟étendre de 1mHz jusqu‟à 1kHz et une
tension de valeur efficace comprise entre 5 et 200 Volt généré à l‟aide d‟un processeur à
signal digital (DSP) est appliqué aux bornes de traversées haute tension en mettant la cuve et

42
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

le circuit magnétique à la terre. Par la mesure de la tension et du courant traversant le


transformateur dans le coté basse tension d‟une part et de la capacité et le facteur de perte
diélectrique en fonction de la fréquence d‟autre part; on peut arriver finalement à évaluer
l‟état de nos équipements notamment les transformateurs de puissance [37].

II.5.2.2.2 Mesure de la tension de rétablissement (RVM) :

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.

Les figures II.8 et II.9 montrent le circuit de mesure de la tension de recouvrement, et


l‟allure de la courbe de la tension mesurée par le voltmètre aux bornes du diélectrique pour un
cycle de mesure.

Fig. II. 6 : Circuit simplifié de la mesure par RVM .

43
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

Fig. II. 7 : Exemple de mesure par RVM .

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

la résolution du problème. Une autre approche d‟interprétation des résultats de la RVM


suppose que la valeur maximale de la tension de recouvrement est liée à l‟état de l‟isolation.
Dans le travail publié dans la référence [40], il a été remarqué qu‟effectivement le maximum
de la tension de recouvrement tend à augmenter avec le vieillissement, mais cette information
n‟a pas été confirmée plus tard dans les travaux des mêmes auteurs.

II.5.2.2.3 Courant de polarisation et de dépolarisation (PDC)

La mesure du courant de polarisation et de dépolarisation est basée sur l‟application


d‟une tension continue à travers l‟échantillon ou l‟appareil (transformateur), durant le temps
de charge, le courant de polarisation, qui augmente à cause de la conductivité de l‟isolation,
est mesuré. L‟échantillon est ensuite court-circuité en enlevant la tension appliquée. Le
courant de dépolarisation augmente alors dans le sens opposé comme le montre la figure 11,
le courant de polarisation est très fortement influencé par le taux d‟humidité présent dans
l‟isolation, c‟est pour quoi cette méthode peut être utilisée pour le contrôle du taux d‟humidité
et du vieillissement dans le papier et dans l‟huile en même temps.

Fig. II.9 : Circuit simplifié de la mesure par PDC [35].

45
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

Fig. II.10 : Allure des courbes de polarisation et de dépolarisation.

Contrairement à la technique de diagnostic par l‟analyse de la tension de


recouvrement. Les conclusions obtenues pour l‟analyse des courants de polarisation et de
dépolarisation sont plus consistantes. Il a été constaté que les valeurs initiales du courant de
polarisation représentent l‟état de l‟huile, et les valeurs finales dévoilent l‟état du papier [35].

II.5.2.3 Tests chimiques :

II.5.2.3.1 Spectroscopie photo électronique par rayon X (XPS)


Saha et al. a signalé que lors du vieillissement, la surface du papier qui est en contact direct
avec l‟huile du transformateur subit un changement de couleur et devient plus sombre.
Cela est particulièrement évident dans le cas des transformateurs à respiration libre. Afin
d'identifier la nature des changements responsables à la modification de la couleur du papier,
des échantillons de papier ont été soumis à une analyse par spectroscopie photo électronique
par rayons X , XPS [31]. . Le XPS, aussi connu sous le nom de spectroscopie électronique
pour l‟analyse chimique (ESCA), permet de connaître la composition élémentaire, l‟état
électronique et chimique des éléments contenus dans les 1 à 10 premiers nm de la surface
d‟un matériau. Cette technique à ultra haut-vide (UHV) mesure les photoélectrons émis par un
échantillon après qu‟il ait été irradié par des rayons X d‟aluminium ou de magnésium.
L‟analyse des pics de carbone et d‟oxygène indique qu‟il y a une concentration significative
des liaisons double de ces deux éléments dans la surface de l‟échantillon du papier
cellulosique ces liaisons survient probablement des produits d‟oxydation de l‟huile et d‟être
attirées par la surface polaire du papier. La présence des hydrocarbures sur la surface du

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.

II.5.2.3.2 Produits de dégradation de l’huile


La qualité de l‟huile change avec le changement de sa composition. Ceci est le résultat
d‟un processus chimique complexe qui se produit durant le fonctionnement du transformateur,
provoqué par les contraintes thermiques, électriques et chimiques sur l‟isolation. Des
réactions chimiques aléatoires décomposent à la fois l‟huile et le carton en cassant les liaisons
hydrocarbure, avec pour conséquence, la formation des gaz de défaut et des colloïdes.

Comme l‟estimation de la dégradation de l‟huile due à l‟oxydation par la mesure de la


tension interfaciale et le nombre d‟acide total, est parfois imprécise, une nouvelle méthode,
désignée D6802 intitulée "Test Method for Determination of the Relative Content of
Dissolved Decay Products in Mineral Insulating Oils by Spectrophotometry", a été
développée. Cette méthode permet le suivit de formation des produit dû à l‟oxydation dans
l‟huile étape par étape [41].

La spectrophotométrie est utilisée pour la détermination de la teneur relative des produits de


dégradation solubles dans l‟huile minérale (D6802). Les produits dissous dans l‟huile
minérale isolante représentent une variété de composés comme les peroxydes, les aldéhydes,
les cétones et les acides organiques. Chacun de ces composés est partiellement adsorbé par
l‟isolation solide ce qui accélère encore plus sa dégradation. L‟évaluation de ces produits
dissous est par conséquent un indicateur de vieillissement.

II.5.2.3.3 Analyse de la spectroscopie infrarouge par transformée de Fourier :


La spectroscopie infrarouge par transformée de Fourier (FTIR) est considérée comme un
outil très puissant pour la surveillance et le contrôle des lubrifiants et des huiles des machines,
puisqu‟elle identifie les composés et la constitution des échantillons. Comme chaque liaison
se caractérise par ses propres nombres d‟onde elle peut facilement être identifiée. Cette
sensitivité aux constituants de l‟huile peut être utilisée pour détecter tous les produits de
dégradation. Comme pour l‟huile des machines, FTIR peut être utilisée pour identifier l‟eau,
les acides et d‟autres produits de détérioration dans les huiles des transformateurs. Cette
méthode a un énorme potentiel pour améliorer l'analyse des données recueillies par les
méthodes traditionnelles [41].

47
Chapitre II Revue de littérature sur les défaillances et les méthodes de diagnostic

II.5.2.4 Analyse de la réponse en fréquence (FRA) ou fonction d transfert :


Les transformateurs de puissance sont des constituants essentiels de tous les réseaux de
transport et de distribution d'électricité. L'apparition d'un défaut dans le système provoque la
circulation de forts courants de court-circuit dans le transformateur, induisant des champs
parasites dans celui-ci. Ces champs parasites produisent des forces axiales et radiales sur les
enroulements du transformateur. La structure mécanique et les enroulements du
transformateur sont donc soumis à de fortes sollicitations mécaniques. Un transformateur peut
aussi être soumis à des contraintes pendant son transport et son installation ainsi que par suite
des variations cycliques de la température ambiante. Les contraintes imposées aux
transformateurs de puissance peuvent entraîner des déformations mécaniques (Fig.II.11) ou
des défauts dans leurs enroulements et leurs noyaux magnétiques.

Fig. II. 11 : Déformation axiale de bobine

Le diagnostic efficace d'un transformateur de puissance repose sur l'analyse de la réponse en


fréquence (FRA) des enroulements du transformateur. Le circuit équivalent de l'enroulement
d'un transformateur inclut la résistance et l'inductance d'une bobine ainsi que des capacités
parasites entre les bobines adjacentes et entre l'enroulement et la paroi de la cuve. La réponse
en fréquence de l'enroulement est par conséquent une caractéristique propre à chaque
enroulement de transformateur. Les déformations mécaniques des enroulements provoquent
des modifications du circuit équivalent. En mesurant la réponse en fréquence des
enroulements du transformateur sur une large plage de fréquences (Fig. II. 12) et en les
comparant par des réponses obtenues avec des résultats de simulation et/ou une base de

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].

Fig. II. 12 La réponse fréquentielle avant et après un court circuit

II.5.2.5 Diagnostic d’équipement auxiliaire :

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.

II.5.2.5.1 Bornes de traversées :

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.

La détérioration et la dégradation de ces bornes de traversée mènent souvent à leur explosion


et donc à la défaillance du transformateur. Dans certains cas, l'explosion des traversées peut
également endommager les équipements de puissance adjacents, voire provoquer des
interruptions de courant et par conséquent des pertes financières colossales. La surveillance et
le diagnostic précis de cet important accessoire, durant le processus de fabrication et en cours
de service, sont donc fondamentaux.

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].

II.5.2.5.2 Changeur de prise en charge :

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

- Analyse des gaz dissous (prélèvement d‟huile);


- Enregistrement du couple, de la puissance ou du courant moteur, ainsi que de la position du
changeur de prise.
- Relevé des vibrations ou de l‟enveloppe acoustique lors des opérations de changement de
prise.
- Mesure de la résistance statique et dynamique cette méthode peut être utile pour évaluer
l‟état des contacts des prises.
II.5.2.6 Diagnostic par mesure des courants :
Le courant de charge dans les enroulements primaires, secondaires et tertiaires peut être
utilisé pour accéder à l‟état du transformateur. Un courant déséquilibré dans le transformateur
est un indicateur d‟un problème en cours de développement ou une défaillance imminente. La
surconsommation ou la sous-consommation du courant dans le système de refroidissement
indique un défaut au niveau de la banque de ventilation ; la surveillance similaire est faite au
courant du moteur d‟entrainement du changeur de prise [33 46].

II.5.2.7 Mesure de température interne par système à fibres optiques:

La méthode traditionnelle pour mesurer la température des enroulements du transformateur


est de savoir la température en haut et en bas de l‟huile et selon laquelle on estime la
température du point chaud. De nouvel équipement à fibres optiques a été développé qui est
capable de surveiller la température de deux façons. La première est la mesure de la
température distribuée sur toute la longueur de l‟enroulement par un câble en fibre optique
mis préalablement lors de la phase de construction. Les inconvénients qui prennent la
préoccupation majeure pour cette technologie sont le cout élevé et les fortes contraintes
mécaniques sur les fibres optiques (compression et déformation), cela nécessite un soin
particulier durant la fabrication.

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.5.2.7 Logiciels de diagnostic et système expert :


Les logiciels de diagnostic, qui donnent des indications plus précises sur les problèmes
des transformateurs que l‟analyse conventionnelle, font l‟objet d‟études de beaucoup de
chercheurs et compagnies. L‟utilisation d‟un logiciel peut améliorer la fiabilité et la
répétitivité de l‟analyse des données des essais. Elle peut également servir à extraire des
informations qui ne sont pas fournies directement par les bases de données.

L‟avance actuelle des techniques d‟intelligence artificielle (IA) a permis aux


ingénieurs et aux chercheurs de développer des logiciels puissants et souples pour le
diagnostic des défauts des transformateurs. L‟utilisation des systèmes expert offre le potentiel
de réduire la main d‟œuvre et les frais de maintenance ; cependant ce potentiel n‟a été pas
encore totalement réalisé [21. 22].

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.

Le but principal du diagnostic et de la surveillance d'équipement est de détecter les signes


avant coureur d'un défaut naissant, la progression du vieillissement ou d'autres problèmes de
fonctionnement, et de surveiller leurs évolutions pour permettre à l'ingénieur de prendre les
mesures appropriées afin d'éviter les pannes. Les chercheurs ont essayé depuis l‟invention du
transformateur de trouver les moyens ou les méthodes qui permettent de déceler les défauts
naissants parce que ces défauts ne sont pas détectables par les dispositifs de protection usuels
tels que les fusibles et les relais de protection. C'est pourquoi des méthodes spécialisées ont
été mises au point pour détecter les anomalies et évaluer l'état des transformateurs.
Aujourd‟hui, ces techniques sont mises en application par des entreprises, qui, pour des
raisons économiques et techniques, tendent à changer leur stratégie de surveillance et

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

primitive de chromatographie d‟adsorption, d‟autres chercheurs s‟appliquaient à découvrir de


nouveaux procédés chromatographiques basés sur des principes physiques différents.
L‟avènement des méthodes modernes de détection a également contribué à l‟éclosion de
plusieurs modes de chromatographie différents. Actuellement, certains types de
chromatographe permettent la détection de quantités aussi infimes que des parties par billion
(ppb) de composés. La découverte des principaux modes de chromatographie apparaît dans la
liste suivante par ordre chronologique :
- la chromatographie sur couche mince (C.C.M.) : 1938 (T.L.C. : Thin Layer
Chromatography)
- la chromatographie sur papier : 1944
- la chromatographie en phase gazeuse (C.P.G.) : 1952 (G.C. : Gas Chromatography)
- la chromatographie sur gel : 1959
- la chromatographie liquide à haute performance (CLHP) : 1967 (H.P.L.C. : High
Performance Liquid Chromatography)
- la chromatographie liquide ultra performante : 2004 (U.P.L.C. : Ultra Performance Liquid
Chromatography).
On attribue la découverte de la chromatographie en phase gazeuse (C.P.G) à Archer John
Porter MARTIN et Richard Laurence Millington SYNGE, qui publient dès 1941 la théorie de
la chromatographie de partage. Ils reçoivent en 1950 le prix Nobel de chimie pour cette
découverte qui bouleversera le monde de l‟analyse [47].
Puis en 1960, le travail a été fait utilisant la chromatographie en phase gazeuse pour aider
l'ingénieur électrotechnicien. Les techniques développées visant à identifier les gaz dissous
dans l'huile de transformateur en défaut.
L‟ingénieur électricien avait élaboré des méthodes de collecte des gaz produits dans le
transformateur à l'espoir d'être capable d'identifier l'origine du problème. Une fois les gaz
collectés, ils devaient être pris au laboratoire pour l'identification [48].

III.3. Analyse des gaz dissous : Concepts fondamentaux.


III.3.1 Théorie d’évolution des gaz dans un transformateur défaillant :

L'étude du mécanisme de gazage dans le couple papier / huile provenant de l‟accumulation


des contraintes thermiques et/ ou électriques peut être remontée jusqu'aux années 1930.
Halstead qui a fait le progrès dans ce sens, ensuite des études similaires ont poursuivi, en
particulier sur la dégradation du papier cellulosique [ 49]. Les défauts dans les transformateurs

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.

Produits primaires – Radicaux libres

H CH CH2 CH3 etc.

Équilibre à la température de défaut

H2
CH4 C2H6 C2H4 …
C3H8 C3H6 …
C2H2
Molécules libres des gaz hydrocarbures

Fig.III.1 - Radicaux libres résultant de l'échauffement de l'huile minérale

L'effet immédiat de la décomposition de molécules d'hydrocarbures à la suite de


l'énergie de défaut est de créer des radicaux libres et instable de forme radicalaire ou ionique
(H* , CH3*, CH2*, CH*ou C* (parmi bien d‟autres formes plus complexes) [ 50], comme
indiqué dans la Fig.III.1. C‟est ces radicaux libres qui se recombinent ensuite pour produire
des gaz hydrocarbures à bas poids moléculaire [51]. La structure chimique des gaz résultants
est généralement composée d‟un ensemble des liaisons moléculaires des formes suivantes : C-
H, C≡O, C-C, C=C, C≡C comme montre la figure III.2. Une faible énergie est suffisante pour
former ou casser la liaison C-H, par contre les autres liaisons pour qu‟elles se cassent,
nécessitent une grande énergie ou une température élevée d‟ordre croissant selon le nombre et
la nature des liaisons covalentes constituant l‟isolation.

56
Chapitre III Analyses des gaz dissous

Fig.III.2. Structure chimique des gaz dissous dans l‟huile des transformateurs

Ce processus de recombinaison est largement déterminé par la température de service, mais


aussi influencé par d‟autres facteurs. Le résultat est que le modèle d‟évolution des gaz qui
apparaissent dans l'huile ayant la forme montrée dans la Fig.III.3. Pour les défauts à la
température la plus basse CH4 et H2 les deux sont générés, avec CH4 étant prédominant.
Comme la température de défaut augmente C 2H6 commence à se dégager et CH4 est réduit,
alors que le rapport C2H6/CH4 devient prédominant. A des températures encore élevées le taux
d‟évolution de C2H6 est réduit et la production du C2H4 commence à s‟établir et bientôt la
proportion de C2H6 s‟emporte. Finalement à des très hautes températures C 2H2 met dans une
apparence, et comme la température augmente encore il devient le gaz le plus prédominant
[51].

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.

La dégradation de l‟isolation solide du transformateur est conventionnellement diagnostiquée


à partir de la quantité et du rapport de monoxyde et dioxyde de carbone dissous dans l‟huile.
Leur quantité est trouvé augmenté au dessus d‟un seuil de température d‟environ de 140-150
°C. Toutefois, cette constatation n‟est pas suffisante pour mettre en place une technique de
diagnostic définitif, parce que le CO et le CO2 peuvent être présents dans le transformateur
comme un résultat d'oxydation à long terme et à faible température de l‟huile. Les chercheurs
ont constaté que le CO et le CO2 peuvent être absorbés par le papier isolant après avoir été
générés, ce qui entraîne une fluctuation des concentrations mesurées [ 49].

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].

III.3.2 Procédure de l’analyse des gaz dissous :

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.

- Prélèvement d’échantillons d'huile de transformateur.


Quel que soit le test envisagé, la vérification d‟un diélectrique passera toujours par le
prélèvement d‟un échantillon ; des précautions sont nécessaires pour que celui-ci soit
représentatif du diélectrique contenu dans le transformateur. Le prélèvement de l‟échantillon à
analyser s‟avère être différent selon le lieu, le mode, la durée, la fréquence et les conditions
atmosphériques et climatiques. Toutes ces conditions auront une influence sur la fiabilité des
résultats. Il faut donc prendre conscience de ces effets sur l‟échantillon pris.
Autant que possible, effectuer un prélèvement moins de trois heures après l‟arrêt du

59
Chapitre III Analyses des gaz dissous

transformateur, afin de recueillir un échantillon moyen résultant du brassage opère par la


circulation du diélectrique. D‟autre part, cet échantillon sera encore tiède, donc moins exposé
à d‟éventuelles condensations de l‟humidité ambiante.
En effectuant la prise, éviter de former des tourbillons afin de minimiser le contact du
diélectrique avec l‟air ambiant (formation de bulles).
La plus grande propreté est de rigueur, on ne devra pas négliger de nettoyer les orifices et
tuyauteries de prélèvement qui sont souvent souillés de poussières agglomérées en raison de
suintements. Il est prudent de laisser écouler une certaine quantité de diélectrique, environ 10
fois le volume des tubulures de prélèvement, avant de recueillir l‟échantillon, ceci afin de
purger et rincer ces tubulures [10]. En plus l‟échantillon prélevé doit être pris d‟une huile en
mouvement afin d‟augmenter la possibilité d‟attraper des gaz d‟un endroit autre que le point
de prélèvement [52].

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

- Interprétation des résultats obtenus par chromatographie


Lorsque les différents gaz dans l'échantillon d'huile ont été identifiés et quantifiés, il reste à
interpréter le résultat. Que faut décider dans le but d'évaluer l'état du transformateur est de
savoir si la quantité actuelle des gaz dissous peut être considéré comme anormal ou non. Dans
le cas où il y a une production anormale du gaz, on essaye de comprendre l'origine de cet état,
c'est à dire trouver les causes probables de défauts.
Il existe de nombreuses méthodes qui permettent d‟interpréter l‟excès des gaz
produits. Tous les transformateurs en service génèrent des gaz dans une certaine mesure, et le
problème fondamental avec l‟AGD est de pouvoir distinguer entre l‟état normal et anormal.
L‟AGD est beaucoup plus une analyse de tendance, donc pour pouvoir tirer des
conclusions raisonnables, il est nécessaire d'effectuer l‟AGD à intervalles réguliers. Une
augmentation soudaine de la concentration de gaz clés, à savoir le taux de production de gaz,
est plus important dans l'évaluation que la quantité de gaz. Il n‟y a pas de règle générale pour
définir les quantités normales des gaz produits. Chaque transformateur est unique, sa
conception particulière, leur âge et l‟historique des évènements sont des facteurs qui doivent
pris en considération lors de décision si les gaz au sein d'un transformateur particulier sont en
augmentation significative ou non. Le personnel qui vient d‟interpréter le résultat de l‟AGD
est généralement des experts dans le domaine, donc ils utilisent leur expérience préalable pour
savoir qui a lieu en différents cas lors d‟interprétation des données [ 52].

III.4. Méthodes d’interprétation de l‟AGD :


L‟interprétation des résultats peut être faite de diverses façons. Il existe de nombreuses
méthodes utilisées dans ce contexte. Ces méthodes tentent à déduire la relation entre les gaz
produits et les défauts qu‟ils associés.

III.4.1 Principales causes de formation des gaz dans le transformateur :


Selon les normes (CEI, IEEE) il existe deux causes principales.
Défaut thermique, avec la définition suivante selon [50]
« Élévation excessive de la température dans l’isolation »
Défaut électrique, avec la définition suivante selon [50]
« Décharge partielle ou disruptive à travers l’isolation »
Il faut noter que les défauts thermiques et électriques peuvent se produire simultanément ou
l‟un peut provoquer l‟autre [52].

61
Chapitre III Analyses des gaz dissous

III.4.2 Méthode D’IEEE (gaz clés, TDCG)

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].

Gaz détecté Interprétation


Oxygène O2 Défaut d'étanchéité du transformateur

Mono- et dioxyde CO et CO2 Décomposition de la cellulose (vieillissement ou


de carbone défaut)

Hydrogène H2 Décharges électriques (effet couronne, faibles


décharges partielles)
Acétylène C2H2 Défaut électrique (arc, étincelle)
éthylène C2H4 Défaut thermique (surchauffe locale)
Éthane C2H6 Indicateur secondaire d'un défaut thermique
Méthane CH4 Indicateur secondaire d'un arc ou d'une surchauffe
importante
Tableau. III.1 Interprétation principale des gaz dissous dans l'huile.

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

Concentrations des gaz combustible


Etats
H2 CH4 C2 H2 C2 H4 C2 H6 CO CO2 TDCG

Etat 1 100 120 35 50 65 350 2500 720

101- 121- 351- 250 721-


Etat 2 36-50 51-100 66-100 1920
700 400 570 1-4000

701- 401- 101- 101- 571- 4001- 1921-


Etat 3 51-80 4630
1800 1000 200 150 1400 10000

Etat 4 >1800 >1000 >80 >200 >150 >1400 >10000 >4630


Tableau.III.2 Limites de Concentration des gaz dissous dans l'huile selon IEEE
Note: La valeur du TDCG n'inclut pas le CO2, qui n'est pas un gaz combustible.

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).

Etat 3 : TDCG à l'intérieur de cette gamme indique un niveau élevé de décomposition de


l‟isolation cellulosique et/ou d'huile. Tout gaz dépassant les niveaux spécifiés mérite une
attention particulière. Il existe un ou plusieurs défauts probables. Le calcul du taux de
génération des gaz est recommandé nécessitant un prélèvement particulier.

Etat 4 : TDCG à l'intérieur de cette gamme indique une décomposition excessive de


l‟isolation du transformateur. Le maintient en exploitation du transformateur pourrait mener à
une panne de celui-ci. Procède à un arrêt immédiat.

63
Chapitre III Analyses des gaz dissous

TDCG ou Taux de Intervalle de Action suggéré


Etats niveau du gaz le production Prélèvement
plus haut ppm /jour
720 <10 Annuelle Fonctionnement normal
niveau du gaz le 10- 30 Trimestrielle
plus haut >30 Mensuelle Soyez prudent. Analyser les gaz
Etat 1
(tableau III .2) individuels pour trouver la cause.
Déterminer la dépendance de la
charge.
721-1920 <10 Trimestrielle Soyez prudent. Analyser les gaz
niveau du 10- 30 Mensuelle individuels pour trouver la cause.
Etat 2
gaz le plus haut >30 Mensuelle Déterminer la dépendance de la
(tableau III .2) charge.
1921-4630 <10 Mensuelle Soyez extrêmement prudent.
niveau du 10- 30 hebdomadaire Analyser les gaz individuels pour
gaz le plus haut >30 hebdomadaire trouver
Etat 3
(tableau III .2) cause. Arrêt prévu. Appelez
fabricant et d'autres consultants
pour des conseils
>4630 <10 hebdomadaire Soyez extrêmement prudent.
niveau du gaz le 10- 30 Journalière Analyser les gaz individuels pour
plus haut trouver
(tableau III .2) cause. Arrêt prévu. Appelez
Etat 4 fabricant et d'autres consultants
pour des conseils
>30 Journalière Considérez la mise hors service.
Appelez constructeur et d'autres
consultants pour des conseils.
Tableau III.3 Actions à prendre selon les gaz combustibles 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

Où Ri est le taux de gazage en (ml/h ou jour), Ci 2 ; Ci1 respectivement les concentrations

du premier et du deuxième échantillon en (ppm), G est le poids total de l‟huile en (Ton), ρ


la densité de l‟huile (Ton/m2) et t et le temps de fonctionnement actuel dans l‟intervalle
d‟échantillonnage en (heure ou jour).

III.4.3 Méthodes des rapports :


Comme une alternative de la méthode des gaz clés, la méthode des rapports est également une
interprétation utile des gaz dissous dans l‟huile de transformateur. Leur principe se base
essentiellement sur le calcul des rapports des concentrations des différents gaz dissous et de
les mettre sous formes des codes qui permettent ensuite de nous aider à les corréler avec des
défauts en sortant par un diagnostic plus ou moins satisfaisant. Par exemple si on trouve que
la quantité ou la concentration de l'acétylène dépasse celle d‟éthylène cela indique qu‟un arc
de grande puissance s‟est produit, puisque l‟arc libère de l‟acétylène [ 49] La première
tentative a été faite a la fin des années 1960.
La méthode des rapports utilise les rapports de concentration des gaz dissous comme base de
diagnostic des défauts. Historiquement cinq rapports ont été utilisés.
Rapport CH4/H2 C2H2/C2H4 C2H6/C2H2 C2H2/CH4 C2H4/C2H6
Abréviation R1 R2 R3 R4 R5
Tableau III.4 Définition des rapports Utilisés
- Méthode de Doernenburg:
En 1970 Doernenburg a été capable de différencier entre les défauts thermiques et électriques
en utilisant six gaz et quatre rapports. Le tableau III.4 recense les quatre rapports et leurs
interprétations.
Défaut CH4/H2 C2H2/C2H4 C2H2/CH4 C2H6/C2H2
Décomposition >1.0 <0.75 <0.3 >0.4
thermique
Effet couronne (DP <0.1 Non signifié <0.3 >0.4
faible énergie)
Arc (DP haute >0.1 et >0.75 >0.3 <0.4
énergie) <1.0
Tableau III.5 Méthode des rapports de Doernenburg.
Afin d‟appliquer cette dernière méthode (Doernenburg), au moins l‟un des gaz de chaque
rapports excède le niveau assigné dans le tableau III.6.
Gaz H2 CH4 CO C2H2 C2H4 C2H6
Niveaux limites 100 120 350 35 50 65
en (ppm) L1
Tableau III.6 Les niveaux limites des gaz de Doernenburg

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].

Fig. III.4 - Organigramme de méthode de rapport de Doernenburg.

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

0 0 0 0 Si CH4/H2 est de 0,1 ou plus→ décharge partielle, sinon


un vieillissement normal
1 0 0 0 Une légère surchauffe – au dessous de 150 °C
1 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 et / ou surchauffe des contacts
0 0 0 1 Décharge de faible énergie
0 1 0 1 Courant de coupure du sélecteur du changeur de prise
0 0 1 1 Arc de forte énergie- ou étincelle persistante
Tableau III.7 Table de diagnostic originale du Rogers
Rapports Gamme Codes
≤ 0.1 5
CH4/H2 >0.1 et <1.0 0
(R1) ≥ 1.0 < 3.0 1
≤ 3.0 2
C2H6/CH4 <1.0 0
(R4) ≥ 1.0 1
<1.0 0
C2H4/C2H6
≥ 1.0 < 3.0 1
(R5)
≥ 3.0 2
<0.5 0
C2H2/C2H4
≥ 0.5 <3.0 1
(R2)
≥3.0 2
Tableau III.8 Table des codes relative à la méthode des rapports de Rogers modifiée

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].

III.4.4 Triangle de Duval :

En 1974, Michel duval de l‟institut de recherche d‟Hydro-Québec Canada a développé un


model graphique en se basant sur des milliers d‟analyse des gaz dissous et problèmes de
diagnostic [28, 56], il utilise trois gaz (CH4 , C2H2, C2H4), ceux-ci correspondent à
l‟accroissement des niveaux d‟énergie nécessaire de la production des gaz dans les
transformateur en service [56]. Les concentrations des trois gaz cités précédemment sont
exprimées en pourcentage par rapport à la concentration totale (CH4 + C2H2 + C2H4), et puis
le point de coordonnées triangulaire (CH4%,C2H2%,C2H4%) est tracé dans un graphe
triangulaire (figure II.6) qui a été divisé en plusieurs zones de défauts. Selon la zone ou le
point est localisé on tire l‟hypothèse probable de l‟origine du défaut. Le tableau III.11 donne
la désignation de chaque zone du triangle.
La méthode du triangle de Duval est appliquée seulement si il y a une suspicion de défaut
indiqué par d‟autre méthode d‟interprétation ou il y a un accroissement de concentration de
gaz dissous au dessus du niveau assigné au tableau III.12 .

Fig. III.5 Triangle de Duval et les différentes zones de défauts.

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

Tableau III.11 Interprétation de différentes zones du triangle de Duval.


Type de gaz Limite des concentrations
H2 100
CH4 75
C2H2 3
C2H4 75
C2H6 75
CO 700
CO2 7,000
Tableau III.12 Niveaux limites des concentrations des gaz [28]
Exemple :
Supposant qu‟un transformateur a un accroissement récent de 45ppm de CH4, 90ppm de
C2H4, et 15ppm de C2H2, puisqu‟il y a suspect de défaut, l‟application de la méthode de
Duval est nécessaire :
Calcul de T = CH4 + C2H4 + C2H2 = 45 + 90 + 15 = 150.
Expression du pourcentage de chaque gaz par rapport à T.
CH4: 100*CH4/T = 100*45/150 = 30% ,C2H4: 100*C2H4/T = 100*90/150 = 60%
C2H2: 100*C2H2/T = 100*15/150 = 10%

Fig.III.6 Localisation du point de défaut dans le triangle.

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.

III.4.5 Nomogramme de Church :

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

Fig.III.7 Abaque logarithmique de Church

72
Chapitre III Analyses des gaz dissous

III.5 Détectabilité des défauts en utilisant l’analyse des gaz dissous :


La majorité des défauts sont lents à se développer, nécessitant un processus de surveillance
continue par analyse des gaz dissous. Les parties dans un transformateur qui peuvent être
détectées par analyse des gaz dissous sont décrites par CIGRE et ainsi citées au-dessous [51]:

- 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.

III.6 L’intelligence artificielle et l’analyse des gaz dissous :

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.

IV.2. Données de test :

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.

Echantillons H2 CH4 CO CO2 C2H6 C2H4 C2H2 Défaut réel


1 1 22 253 3684 88 143 1 OH >700°C + deg cellulose
2 17 15 292 6956 20 78 35 ARC+deg cellulose
3 1046 2809 681 7820 675 321 1 OH
4 62 26 863 3214 18 9 <2 Etat normal
5 3 600 154 3198 437 1588 61 OH >700°C
6 239 41 841 4964 21 59 227 ARC+deg cellulose
7 <1 115 469 3319 147 16 <1 OH <300°C
8 2 113 353 1860 235 6 <1 OH <300°C
9 127 76 879 3471 32 23 49 ARC+deg cellulose
10 367 903 324 2633 921 5760 54 OH >700°C
11 4 144 560 1684 234 15 <1 OH <300°C
12 1 8 245 3533 15 21 3 Etat normal
13 53 611 101 1307 725 1644 <1 OH >700°C
14 645 45 217 2099 <1 51 326 ARC
15 6 9 25 290 4 10 <1 OH
16 111 26 293 2188 9 31 65 DP
17 11 101 597 1944 110 <1 <1 OH >700°C + deg cellulose
18 1443 3899 934 13561 1115 600 113 OH >700°C + deg cellulose
19 107 27 - 1414 18 25 65 ARC
20 72 278 53 61 289 629 <1 OH

Tableau IV.1. Base de données

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

IV.3 Application des méthodes traditionnelles à l’interprétation de l’AGD :


Les huiles isolantes dans les équipements électriques se décomposent sous certaines
contraintes électriques et thermiques libérant de petites quantités de gaz. La composition de
ces gaz dépend du type de défaut. Au moyen de l‟analyse des gaz dissous (AGD), il est
possible de distinguer le défaut dans l‟équipement en essai s‟il est subi un arc électrique,
défaut thermique ou une décharge partielle, généralement ceux sont les défauts les plus
communs. Semblable à une analyse sanguine ou d'un examen du scanner de corps humain,
l‟AGD peut donner un diagnostic précoce et d'augmenter les chances de trouver le remède
approprié. Actuellement, il existe plusieurs méthodes développées à faire l'interprétation du
type de défaut à partir des données des gaz dissous. Dans notre cas, six techniques les plus
utilisées sont testées et comparées sur un ensemble de données de 20 échantillons, celles-ci
sont déjà détaillées dans le chapitre précédent y compris les méthodes des rapports (Rogers,
Doernenburg, et les rapports de CEI), la méthode des gaz clé, triangle de Duval et la
nomographie logarithmique. L‟étude est réalisée dans le but d‟évaluer la précision de chacune
de ces méthodes à prédire et à détecter les défauts et les sources qui les provoquent.

VI.3.1 Résultats et discussion :

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

N° Gaz Clés DUVAL * Nomographie Défaut reèl


OH
1 Surchauffe locale T3 OH >700°C + deg cellulose
ARC+
2 ARC DT DP et OH
deg cellulose
Défaut thermique
3 Surchauffe local +ARC T3 OH
4 Etat Normal DT OH Etat Normal
OH
5 Défaut thermique sévère T3 OH >700°C
6 ARC D1 ARC ARC+deg cellulose
OH
7 Surchauffe locale T1 OH<300°C
OH
8 Surchauffe locale T1 OH<300°C
9 ARC D1 ARC ARC+deg ellulose
10 Défaut thermique sévère T3 OH Et DP OH >700°C
11 Surchauffe locale T1 OH Et DP OH<300°C
12 Etat Normal Normal OH NR
13 Défaut thermique sévère T3 OH OH >700°C
14 ARC D1 ARC ARC
15 ARC T3 OH OH
16 ARC D2 ARC DP
Défaut thermique sévère +
17 décomposition de la T1 OH Et DP OH >700°C + deg cellulose
cellulose
18 Défaut thermique sévère T1 OH Et DP OH >700°C + deg cellulose
19 ARC D1 ARC ARC
OH
20 Défaut thermique sévère T3 OH
*Pour savoir la signification des symboles utilisés par la méthode de Duval vous pouvez référer au Tableau
III.10 dans le chapitre 3.
b)
Tableau IV.2 Résultat de test de différentes méthodes de diagnostic
a) CEI, Rogers, Doernenburg. b) Duval, gaz clés, Nomographie.

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

Méthode de Classe du défaut


diagnostic F1 F2 F3 F4
-Echauffement généralisé
-Une légère -Contournement de DP
des conducteurs
Rogers surchauffe < 150 faible énergie
-Courants de circulation
°C -Arc de forte
dans la cuve et au circuit
-surchauffe 150- énergie
magnétique, surchauffe des
200 °C -étincelle DP avec
contacts
-surchauffe persistante dû à des cheminement
-Courants de circulation
200 -300 °C potentiels flottants
dans les enroulements

Défaut thermique Défaut thermique Décharges de DPs


(T < 150 °C) (300 °C <T < 700 °C) faibles énergies (faible énergie)
CEI Défaut thermique Défaut thermique Décharges de DPs
150 <T < 300 °C) (T > 700 °C) hautes énergies (haute énergie)

Décomposition Arc (DP haute Effet couronne (DP


Doernenburg Décomposition thermique
thermique énergie) faible énergie)
Default Default thermique moyen DP
Décharges de
thermique, température (300-700°C) Indéterminé-
faibles énergies
température faible défaut thermique
Duval Décharges de
< 300°C Default thermique à haut ou décharge
hautes énergies
température < 700°C électrique
CH4 Indicateur
secondaire d'un C2H6 Indicateur C2H2 Défaut H2 effet couronne,
arc ou d'une secondaire d'un défaut électrique (arc, faibles décharges
Gaz clés
surchauffe thermique étincelle) partielles
importante

Nomographie Défaut thermique "OH" ARC DP

Tableau IV.3 Catégories des défauts

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.

IV.4. L’intelligence artificielle : la solution indispensable pour


l’interprétation de l’analyse des gaz dissous :

IV.4.1. Réseaux de neurones artificiels :


Similaire à un système de neurones biologiques, les RNA est un système informatique
avec un grand nombre de processus simples, interconnectés et fonctionnant simultanément.
Les RNA rend les principes d'organisation propres à un cerveau humain visant à acquérir les
capacités d'apprentissage dans le but d'améliorer ses performances. Le processus
d‟apprentissage (ou d‟entrainement) pour les RNA est considéré comme un ajustement itératif
de l‟architecture du réseau ou des poids afin d‟obtenir les sorties désirées pour un ensemble
donné des échantillons étant adoptés comme des entrées du réseau. Cette propriété d‟auto-
apprentissage rend les RNA plus attractifs en comparaison avec d‟autres systèmes qui ont
fortement conformes aux règles opérationnelles prédéterminées élaborées par les experts.
Il existe plusieurs modèles des RNA, parmi lesquels le perceptron multicouches (MLP
ou PMC) et la fonction a base radiale (RBF) qui sont les réseaux les plus utilisés au diagnostic
et classification des défauts. On a adopté dans notre étude la structure du réseau multicouche
(Annexe B) grâce au fait qu‟elle a été appliquée avec succès en divers travaux de surveillance
de l‟état des équipements électriques.

81
Chapitre IV Diagnostic par ADG et application de l‟IA

IV.4.1.1 Application du réseau multicouche (PMC) à l’interprétation des données de


l’AGD :
L‟inconvénient majeur qu‟habituellement les techniques des rapports ont rencontrés est le
problème de la non-prédiction qui a lieu lorsque certaines données de l‟AGD viennent en
dehors des codes des rapports et cela ne se produit pas en triangle de Duval qui est considéré
comme un système fermé.
Pour remédier à ce problème et améliorer les performances de ces deux méthodes, un réseau
multicouche soit établi et entrainé par l‟algorithme de Levenberg-Marquardt qu'il est plus
rapide que l‟algorithme traditionnel de rétro-propagation sauf qu‟il nécessite un espace de
mémoire vive important.
Le perceptron se forme :
- d’une couche d’entrée : elle a la tangente sigmoïde comme fonction d‟activation ; le
nombre des nœuds est défini par les codes des rapports des gaz (3 pour CEI, 4 pour
Rogers).
- couches cachées avec : le nombre des couches, des nœuds et les autres paramètres sont
déterminés par tâtonnement selon le model étudié et sa complexité.
- Une couche de sortie : avec logarithmique sigmoïde comme fonction d‟activation , et
un nombre des nœuds défini par les défauts assignés par chaque model
d‟apprentissage (9 pour CEI et 12 pour Rogers).

IV.4.1.1.1 Model de CEI pour l’apprentissage du PMC :


Le tableau IV.4 illustre les vecteurs d‟entrées et de sorties du réseau extrait du critère du CEI
cité dans le chapitre 3 et représenté au tableau III.8. le réseau étudie comporte 3 entrées défini
par le vecteur Ci= [C1 ,C2 ,C3] et 9 sorties défini par le vecteur Di= [D1, D2 , D3, D4, D5, D6,
D7, D8, D9] dont Ci et Di sont respectivement les codes des rapports des gaz et les défauts
associés, l‟ensemble soit traduit à la figure IV.1.

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 entrées Les sorties


C1 C2 C3 N D1 D2 D3 D4 D5 D6 D7 D8
0 0 0 1 0 0 0 0 0 0 0 0
0 1 0 0 1 0 0 0 0 0 0 0
1 1 0 0 0 1 0 0 0 0 0 0
½ 0 ½ 0 0 0 1 0 0 0 0 0
1 0 2 0 0 0 0 1 0 0 0 0
0 0 1 0 0 0 0 0 1 0 0 0
0 2 0 0 0 0 0 0 0 1 0 0
0 2 1 0 0 0 0 0 0 0 1 0
1 2 2 0 0 0 0 0 0 0 0 1
Tableau IV.4 Modèle d'apprentissage par la méthode CEI

IV.4.1.1.2 Model de Rogers pour l’apprentissage du PMC :

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 entrées Les sorties


C1 C2 C3 C4 N D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
5 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
½ 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
½ 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0
1 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0
1 0 2 0 0 0 0 0 0 0 0 1 0 0 0 0
0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0
0 0 ½ ½ 0 0 0 0 0 0 0 0 0 1 0 0
0 0 2 2 0 0 0 0 0 0 0 0 0 0 1 0
5 0 0 ½ 0 0 0 0 0 0 0 0 0 0 0 1
Tableau IV.5 Modèle d'apprentissage par la méthode de Rogers

IV.1.2 Résultat et discussion :

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

Fig. IV. 3 Erreur de l‟apprentissage en utilisant la méthode L-M


à 1 couche cachée à 17 neurones

Avant d‟entamer à l‟interprétation des résultats obtenus, on observe clairement selon la


fig.IV.3 que le réseau réalisé converge rapidement et que l‟erreur d‟apprentissage atteint
presque une valeur négligeable (10-30 a peu près).

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

Fig. IV. 4 Erreur de l‟apprentissage en utilisant la méthode L-M

à 2 couches cachée à 10 et 20 neurones

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.

IV.4.1 Logique floue :

Au cours du processus de détection des défauts, il est difficile de déterminer la


corrélation entre les phénomènes et les raisons pour lesquelles les défauts se produisent. Les
défauts présentent souvent une certaine forme d‟ambigüité. Par exemple suivant la norme des
gaz clés, une forte concentration de l‟acétylène (C2H2) indique un arc électrique et une
concentration de 35 ppm de ce gaz est considérée normale. Cependant cette concentration
peut révéler un état d‟arc. En raison de cette difficulté de décision, la théorie de l‟ensemble
floue peut être utilisée pour faire face à ces incertitudes. À travers de cette théorie, la fonction
d‟appartenance peut traduire les informations incertaines ou qualitatives à des données
quantitatives. C‟est grâce à cette propriété la logique floue a acquis une popularité en
plusieurs applications y compris les problèmes de diagnostic des systèmes complexes.

IV.4.1.1. La méthodologie de conception d’un système de diagnostic flou :


Pour mettre en œuvre un système de diagnostique flou fiable et robuste, il existe une certaine
procédure. Cette procédure est illustrée dans la Fig VI.5. Le détail est décrit ci-dessous :

90
Chapitre IV Diagnostic par ADG et application de l‟IA

Défuzzification

Choix des
opérateurs
Inférence
floue
Organisation des règles
d‟inférence

Attribution des fonctions


d‟appartenance
Fuzzification
Quantification

Identification des Planification


variables flous (E/S)

Fig. IV.5 Etape de construction d‟un système flou.

IV.4.1.2. Diagnostic des défauts par la logique floue :

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.

IV.4.1.2.1 Rapports flous de Rogers :

1- Identification des variables flous (E/S)


La méthode des rapports de Rogers utilise un code à 4 rapports chiffrés généré à partir de 5
gaz de défaut qui sont l'acétylène, l'éthylène, méthane, l'hydrogène et l'éthane pour déterminer
12 états de défauts possibles. Par conséquent un système flou est construit, sa structure est
illustrée à la fig.IV.6 Où les codes des rapports sont définis comme des entrées tandis que les
12 défauts seront considérés comme des sorties du système. Les paramètres d‟entrées et les
paramètres de sortie sont résumés au (chapitre 3 tableau 9).

91
Chapitre IV Diagnostic par ADG et application de l‟IA

Moteur d’inférence

Fuzzification Défuzzification

R1 R2 R3 R4 D1 D2… Dk … D12

Codes des rapports 12 états de défaut

Fig. IV.6 Les variables E/S du système flou de Rogers.

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

3- Attribution des fonctions d’appartenances :


Il existe plusieurs types des fonctions d‟appartenance, parmi lesquelles la fonction
triangulaire, trapézoïdale, fonction linéaire décroissante L et la fonction linéaire croissante
Γ. Les fonctions d‟appartenance pour la classification des 4 rapports de Rogers sont
représentées dans les figures IV.7, IV. 8, IV. 9 et IV. 10 pour Acétylène / Ethane (AE),
Méthane / Hydrogène (MH), Ethane / Ethylène (EE) et Ethane / Méthane (EM)
respectivement. Les équations (IV.1 IV.2 IV.3 IV.4) donnent les limites d‟appartenance du
rapport d‟Acétylène / Ethane en utilisant les fonctions suivantes :

AE Lo, Med, Hi


1) Fonction linéaire décroissante:

1 u<a
b  u

AELo (u; a; b)   a ub (IV.1)
b  a
0 ub
2) Trapézoïdale

0 u<a
u  a
 au <b
b  a

AEMed (u; a; b, c, d )  1 buc (IV.2)
u  c
 cud
d  c
0 ud
3) Linéaire croissante :

1 ud
b  u

AEHi (u; c; d )   cud (IV.3)
b  a
0 u<c

93
Chapitre IV Diagnostic par ADG et application de l‟IA

Fig. IV.7 Fonction d‟appartenance de la variable d‟entrée AE

On défini les autres rapports de la même manière.

𝑴𝑯 ∈ { 𝑳𝒐, 𝑴𝒆𝒅, 𝑯𝒊, 𝑽𝑯𝒊 }

1) Fonction linéaire décroissante:

1 u<a
b  u

MHLo(u; a; b)   a ub (IV.4)
b  a
0 ub

2) Trapézoïdale

0 u<a
u  a
 a u <b
b  a

MHMed (u; a; b, c, d )  1 buc (IV.5)
d  u
 cud
d  c
0 ud

94
Chapitre IV Diagnostic par ADG et application de l‟IA

3) Trapézoïdale

0 u<c

u  c cu <d
d  c

MHHi(u; c, d , e, f )  1 due (IV.6)
 f u
 euf
 f e
0 uf

4) Linéaire croissante

1 uf

u  e
MHVHi(u; e; f )   euf (IV.7)
f e
0 ue

Fig. IV.8 Fonction d‟appartenance de la variable d‟entrée MH


𝑬𝑬 ∈ { 𝑳𝒐, 𝑴𝒆𝒅, 𝑯𝒊 }
1) Fonction linéaire décroissante:

1 u<a
b  u

EELo (u; a; b)   a ub (IV.8)
b  a
0 ub
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 buc (IV.9)
d  u
 cud
d  c
0 ud
3) Linéaire croissante :

1 ud
b  u

EEHi (u; c; d )   cud (IV.10)
b  a
0 u<c

Fig. IV.9 Fonction d‟appartenance de la variable d‟entrée EE


𝑬𝑴 ∈ { 𝑳𝒐, 𝑯𝒊 }
1) Fonction linéaire décroissante:

1 u<a
b  u

EMLo(u; a; b)   a ub (IV.11)
b  a
0 ub
2) Linéaire croissante :

1 ud
b  u

EMHi(u; c; d )   cud (IV.12)
b  a
0 u<c

96
Chapitre IV Diagnostic par ADG et application de l‟IA

Fig. IV.10 Fonction d‟appartenance de la variable d‟entrée EM

Le cas des variables de sortie on applique la fonction triangulaire. En divisant l‟univers de


discours en 12 intervalles correspondant aux 12 états de défaut comme représenté dans la
Figure IV.11.

Fig .IV.11 Fonction d‟appartenance de la variable de sortie

4- Organisation des règles d’inférences :


Les règles d‟inférence se constituent d‟un ensemble des règles établis par l‟expert dans le
domaine de diagnostic. Dans notre application ces règles sont extraites en se basant sur le
guide de d‟interprétation de Rogers cité au chapitre 3. Il existe 17 règles au total tirées de 72
cas possibles, l‟ensemble des règles est récapitulé au tableau IV.9.

97
Chapitre IV Diagnostic par ADG et application de l‟IA

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 EM=Lo D1 D2 D2
EM=Hi
MH=Med EM=Lo N D6 D9 D10 D10 D10 D11
EM=Hi D5
MH=Hi EM=Lo D3 D7 D8
EM=Hi D4
MH=VHi EM=Lo D3
EM=Hi D4
Tableau. IV.9 Règles d‟inférence de la méthode de Rogers.
5- Choix des opérateurs flous :
La sortie de l‟inférence peut être obtenue en utilisant la technique « Max-min » de
Mamdani comme suite :
Partie antécédent :
Règle 1 = Min{MH=Med, EM=Lo, EE=Lo, AE=Lo}
Règle 2 = Min{MH=Lo, EM=Lo, EE=Lo, AE=Lo}
Règle 3 = Min{MH=Lo, EM=Lo, EE=Lo, AE=Med}
Règle 4 = Min{MH=Lo, EM=Lo, EE=Lo, AE=Hi}
Règle 5 = Min{MH=Hi, EM=Lo, EE=Lo, AE=Lo}
Règle 6 = Min{MH=VHi, EM=Lo, EE=Lo, AE=Lo}
Règle 7 = Min{MH=Hi, EM=Hi, EE=Lo, AE=Lo}
Règle 8 = Min{MH=VHi, EM=Hi, EE=Lo, AE=Lo}
Règle 9 = Min{MH=Med, EM =Hi, EE=Lo, AE =Lo}
Règle 10 = Min{MH=Med, EM =Lo, EE=Med, AE =Lo}
Règle11 = Min{MH=Hi, EM=Lo, EE=Med, AE=Lo}
Règle 12 = Min{MH=Hi, EM=Lo, EE=Hi, AE=Lo}
Règle 13 = Min{MH=Med, EM=Lo, EE=Lo, AE=Med}
Règle 14 = Min{MH=Med, EM=Lo, EE=Med, AE=Med}
Règle 15 = Min{MH=Med, EM=Lo, EE=Hi, AE=Med}
Règle16 = Min{MH=Med, EM=Lo, EE=Med, AE=Hi}
Règle 17 = Min{MH=Med, EM=Lo, EE=Hi, AE=Hi}

98
Chapitre IV Diagnostic par ADG et application de l‟IA

La conséquence va être calculée de la façon suivante :


Etat N=Max{Règle 1}
Etat D1= Max{Règle 2}
Etat D2= Max{Règle 3, Règle 4}
Etat D3= Max{ Règle 5, Règle 6}
Etat D4= Max{ Règle 7, Règle 8}
Etat D5= Max{Règle 9}
Etat D6= Max{Règle 10}
Etat D7= Max{ Règle 11}
Etat D8= Max{ Règle 12}
Etat D9= Max{ Règle 13}
Etat D10= Max{ Règle 14, Règle 15, Règle 16}
Etat D11= Max{ Règle 17}
6- Défuzzification :
Elle convertit l‟ensemble flou résultant de l‟agrégation en une seule valeur réelle dans le
but de donner plus de certitude à la sortie du système d‟inférence flou. Il existe plusieurs
méthodes pour réaliser cette opération, parmi lesquelles nous citons : La méthode du
maximum, La méthode de la moyenne pondérée (méthode des hauteurs pondérées ou méthode
de la moyenne des maximums), La méthode du centre de gravité.

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.

IV.4.1.2.2 Rapports flous de CEI :

1- Identification des variables flous (E/S)


De même que la méthode de Rogers, seulement que la méthode de CEI considère 3 rapports
des gaz comme entrées du système et 9 états des défauts comme sorties. Le système flou pour
CEI est illustré à la Fig.IV.12

99
Chapitre IV Diagnostic par ADG et application de l‟IA

Moteur d’inférence

Fuzzification Défuzzification

R1 R2 R3 D1 D2… Dk … D9

Codes des rapports 9 états de défaut

Fig. IV.12 Les variables E/S du système flou de CEI

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).

AE = {Lo, Med, Hi}


MH = {Lo, Med, Hi}
EE = {Lo, Med, 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 MH >1.0
EE = C2H4 / C2H6
Lo EE < 1.0
Med 1.0 ≤ EE ≤ 3.0
Hi EE > 3.0
Tableau. IV.10 Termes linguistiques utilisés dans la méthode floue de CEI

100
Chapitre IV Diagnostic par ADG et application de l‟IA

3- Attribution des fonctions d’appartenances :


Dans le présent cas on utilise la même forme de fonction (trapézoïdale) que le cas précédant
pour fuzzifier les variables d‟entrée et représenter ses fonction d‟appartenance. La variable de
sortie prend également la forme triangulaire idem le cas de la méthode de Rogers. Les figure
(IV.13 IV.14 IV.15 IV.16) montrent les fonction d‟appartenance des trois rapports d‟entrée
ainsi que les défauts associés.

Fig. IV.13 Fonction d‟appartenance de la variable d‟entrée EE

Fig. IV.14 Fonction d‟appartenance de la variable d‟entrée MH

101
Chapitre IV Diagnostic par ADG et application de l‟IA

Fig. IV.15 Fonction d‟appartenance de la variable d‟entrée AE

Fig. IV.16 Fonction d‟appartenance de la variable de sortie.

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

IV.4.1.3. Résultat et comparaison :

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.

IV. 4.1.3.1 Méthode de CEI :

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.

Fig. IV. 17 Interface du système CEI flou

104
Chapitre IV Diagnostic par ADG et application de l‟IA

Les résultats obtenus sont présentés au tableau IV. 12

CEI_CONV CEI_FLOUE Défaut réel


Défaut thermique Défaut thermique OH >700°C + deg cellulose
300°C < T < 700°C 300 °C <T < 700 °C)
Décharges électriques Décharges ARC ARC+deg cellulose
"arc"
Défaut thermique Défaut thermique OH
150°C < T < 300°C (150 °C <T < 300 °C)
NI Décharges de hautes Etat Normal
énergies ou Défaut
thermique de T<150
Défaut thermique Défaut thermique (T > 700 °C) OH >700°C
(T > 700°C)
Décharges de faible Décharges de faibles énergies ARC+deg cellulose
énergie
Défaut thermique Défaut thermique OH<300°C
150°C < T < 300°C (150 °C <T < 300 °C)
NI Décharges de hautes énergies OH<300°C
ou Défaut thermique de T<150
NI Décharges de faibles énergies ARC+deg cellulose
Défaut thermique Défaut thermique (T > 700 °C) OH >700°C
T > 700°C
Défaut thermique Défaut thermique OH<300°C
150°C < T < 300°C (150 °C <T < 300 °C)
NI OH NR
OH 300°C < T < 700°C OH (300 °C <T < 700 °C) OH >700°C
NI Décharges de faibles énergies ARC
OH 300°C < T < 700°C OH (300°C < T < 700°C) OH
ARC ARC DP
NI Arc/ OH T<150 OH >700°C + deg cellulose
NI Arc/ OH T<150 OH >700°C + deg cellulose
Décharges de faible Décharges de faibles énergies ARC
énergie
OH (300°C < T < 700°C) OH (300 °C <T < 700 °C) OH
Tableau. IV.12 Résultats de l‟application de la méthode floue de CEI

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

IV. 4.1.3.2 Méthode de Rogers :

Fig. IV. 18 Interface graphique du système Rogers flou

le tableau montre les résultats et la comparaison entre la méthode de Rogers conventionelle et


celle avec logique flou.

N° Rogers_CONV Rogers_FLOUE Défaut réel


1 NI OH OH >700°C + deg cellulose
2 NI OH ARC+deg cellulose
3 Légère surchauffe Légère surchauffe < 150 °C OH
< 150 °C
4 Etat Normal Etat Normal Etat Normal
5 NI Echauffement généralisé des OH >700°C
conducteurs
6 Arc de forte énergie Arc de forte énergie ARC+deg cellulose
7 surchauffe surchauffe – 150- 200 °C OH<300°C
150- 200 °C
8 surchauffe surchauffe – 150- 200 °C OH<300°C
150- 200 °C
9 Contournement de Contournement de faible ARC+deg cellulose
faible énergie énergie
10 NI Courants de circulation dans OH >700°C
la cuve et au circuit
magnétique,
11 surchauffe surchauffe – 150- 200 °C OH<300°C
150- 200 °C

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

Conclusion Générale et Perspectives


Le but essentiel de ce mémoire est de trouver un moyen efficace permet de détecter
les signes avant coureur des défauts naissants dans les équipements électrique
particulièrement les transformateurs de puissance qui sont considérés les éléments les plus
chères et les plus important du point de vue technique. Ces défauts ne sont pas détectables par
les dispositifs de protection usuels tels que les fusibles et les relais de protection c'est
pourquoi des méthodes spécialisées ont été mises au point. L‟analyse des gaz dissous est
l‟une de ces méthodes qu‟autour de laquelle s‟est déroulé l‟objet de ce mémoire. Avant de
procéder à cette dernière, une recherche bibliographique est établie aux deux premiers
chapitres ayant inclus une description globale de l‟équipement concerné (le transformateur
de puissance) et puis un aperçu sur la surveillance et les méthodes de diagnostic est fait partie
du deuxième chapitre. Nous avons présenté cette introduction dans ces deux chapitres en vue
de délimiter le cadre de notre sujet d‟une part et d‟offrir une idée sur l‟importance de la
surveillance prématurée de nos équipements électriques d‟autre part.

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

Interprétation facile et rapide des données  


Détection précoce du défaut      
Identification juste du défaut      
Identification précis d'un tel défaut   
Possibilité d'interprétation à partir des gaz  
individuels ou en cas d'absence de certains gaz
Indépendance du volume de l'huile    

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:

- Construire un système d'expertise rassemblant les techniques d'interprétation


conventionnelles les plus utilisées afin d'exploiter les avantages de chacune d'elles, de plus
obtenir plus de sûreté lors de décision. Ce système doit inclure une option de sauvegarde
et de statistique des événements pour avoir une base de données nous aidera aux
prochaines opérations diagnostic et qu'elle soit facile à mettre à jour.

- 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

[40] T. K. Saha, M. Darveniza, D. J. T. Hill, T. T. Le, “Electrical and Chemical Diagnostics


of Trasformers Insulation. B. Accelerated Aged Insulation Samples”, IEEE Transaction on
Power Delivery, Vol. 12 Issue: 4, pp. 1555-1561, October 1997.
[41] A. Bouaïcha, I. Fofana and M. Farzaneh," Application of Modern Diagnostic
Techniques to Assess the Condition of Oil and Carton", 16th IEEE International Conference
on Dielectric Liquids, Poitiers, France, 30 June – 4 July, 2008.
[42] FRAnalyzer Manuel d‟utilisation « Analyseur De Reponse Au Balayage En Frequence
Pour Le Diagnostic Des Enroulements Des Transformateurs De Puissance », Référence
VESD0662 - Version du manuel : FRA.FR.1 © OMICRON electronics 2006
[43] A. Bouaïcha, I. Fofana, M. Farzaneh, A. Béroual, A. Seytashmehr, H. Borsi, et E.
Gockenbach, "Contrôle Non Destructif des Isolations Électriques par Spectroscopie
Diélectrique durant la Fabrication des Bornes de Traversée", Revue de l‟Électricité et
d‟Électronique (REE), No 11, December 2008.
[44] P.Kang, D.Birtwhistle, « Condition monitoring of power transformer on-load tap
changers. Part 1. Automatic condition diagnostics », IEE Proceedings - Generation
Transmission and Distribution., Vol 148, Issue : 4, pp.301-306, July 2001.
[45] Jur Erbrink, « On-load Tap Changer Diagnosis on High Voltage Power Transformers
using Dynamic Resistance Measurements » Thèse pour obtenir le grade de docteur
à l'Université technique de Delft, Mars 2011.
[46] V. Lingamaneni, « Investigation of Off-Line Relaxation Phenomena in Oil Filled
Transformers », A Thesis Submitted In Partial Fulfilment Of The Requirements For The
Award Of The Degree Of Master Of Engineering (Research) In School Of Enginneering
Systems, Faculty of Built Environment and Engineering Queensland University of
Technology BRISBANE – 4001 (AUSTRALIA) May, 2010.
[47] Francis Aurousseau, techniques d‟analyse aspects théoriques de la chromatographie en
phase gazeuse, document technique Association universitaire CIBAC, 2009.
[48] Er. Jyoti Shrivastava, Prevention of catastrophic failure of transformer by fault finding
with the help of dissolved gas analysis, submitted to sam higginbottom institute of
agricultural, technology & science- deemed university, allahabad in partial fulfillment of the
requirements for the award of the degree of doctor of philosophy in electrical engineering,
2010.
[49] Z. Wang, Artificial Intelligence Applications in the Diagnosis of Power Transformer
Incipient Faults, Dissertation submitted to the Faculty of the Virginia Polytechnic Institute

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.

Principe de la chromatographie en phase gazeuse

Le principe de la séparation chromatographique est illustré sur le schéma suivant. Le mélange


de composés est introduit à l‟aide d‟une seringue de façon à ce qu‟il entre dans la colonne
sous forme vapeur. La phase mobile est un gaz chimiquement inerte, appelé gaz vecteur.
Celui-ci entraîne avec lui le mélange de composés à travers la colonne qui contient une phase
stationnaire. Les composés du mélange traversent la colonne à des vitesses différentes.
Lorsqu‟ils arrivent à la sortie de la colonne, ils sont détectés par un détecteur qui transmet un
signal électrique à un enregistreur. Les résultats apparaissent sur le chromatogramme sous
forme de pics.

Fig. A.1Séparation de deux composés en CPG

116
Annexes

Appareillage et matériaux
Quel que soit le chromatographe à gaz, on retrouve toujours les principales composantes
suivantes :

Fig. A.2 Principaux composants de la chromatographie


Phase mobile
La phase mobile entraînant les composés dans la colonne est un gaz de préférence
chimiquement inerte. Les principaux sont l‟hélium, l‟argon, l‟azote et le dioxyde de carbone.
Ils sont livrés dans des bonbonnes surmontées d‟un régulateur de pression. Ces gaz doivent
être de pureté analytique, car les impuretés sont responsables des bruits de fond sur le
chromatogramme. Le choix du gaz vecteur dépend principalement du type de détecteur de
l‟appareil.
Chambre d’injection
La chambre d‟injection est un compartiment placé entre la bonbonne du gaz vecteur et le four
principal contenant la colonne. Elle est munie d‟éléments pouvant chauffer le compartiment à
des températures très élevées.
L‟injection des échantillons se fait à l‟aide d‟une seringue graduée en microlitres qui est
introduite dans la chambre à travers une rondelle en caoutchouc. À cause de la température
élevée dans le compartiment, les composés passent instantanément à l‟état vapeur et sont
poussés par le gaz vecteur vers la colonne chromatographique.
Four principal
Le four principal est un compartiment, placé entre la chambre d‟injection et le détecteur, qui
contient la colonne chromatographique. Il est muni d‟éléments chauffants pouvant contrôler la
température du four avec une très grande précision. Des contrôles permettent également de
travailler à température programmée pour la séparation de mélanges de composés ayant des
capacités de rétention très différentes sur la phase stationnaire.

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.

Fig. B.1 Structure du réseau multicouche

119
Annexes

Rétro- propagation amélioré par l’algorithme de Levenberg- Marquardt (L-M) :


Le PMC entrainé par le BP traditionnel est facile à converger au point du minimum local, de
plus sa convergence soit lente. Pour remédier à ce problème, une méthode dite L-M est
introduite pour accélérer l‟apprentissage du PMC mais elle nécessite une mémoire vive
suffisante. Cet algorithme se base sur certaines méthodes d‟optimisation déterministes et
passe généralement par les étapes suivantes :
1. Initialiser le vecteur de poids synaptiques w0 .
2. Calculer l‟erreur quadratique Ek après le passage de tous les exemples d‟apprentissage.
3. calculer la matrice jacobienne F du problème considéré par rapport au vecteur des poids
pour la ième couche par :
K nl yip
Fi l    (d ip  yi(L) )[ ]
p 1 i 1 wil

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).

Système d’inférence floue


La structure de base d‟un SIF est schématisée par la figure suivante. Un SIF peut être décrit
par un ensemble de règles linguistiques de la forme :
SI (condition(s)) ALORS (action(s)).
Ces règles permettent de convertir la stratégie de contrôle d‟un expert humain en une stratégie
de contrôle automatique bien adaptée au monde réel. Un SIF est composée de quatre blocs :
 Une base de connaissances.
 Une interface de fuzzification en entrée.
 L‟engin d‟inférence ou la logique de prise de décision.
 Une interface de défuzzification en sortie.
La base de connaissances floue, constitue le noyau du SIF. Elle contient les définitions des
fonctions d‟appartenance des variables d‟Entrées/Sorties (gaussienne, trapézoïdale, etc.) ainsi
que les règles d‟inférence.
La fuzzification permet d‟assurer la conversion des grandeurs physiques d‟entrées du SIF en
variables linguistiques qui peuvent être traitées par les inférences.
L’engin d’inférence permet de définir la stratégie de contrôle en utilisant les implications
floues qui lient les différentes variables de chaque règle. Parmi les mécanismes d‟inférence
les plus utilisés: MAX-MIN, MAX-PROD et SOM-PROD.
L‟opération de défuzzification consiste à convertir le résultat de combinaisons des règles en
une forme numérique bien adaptée au milieu du processus à gérer.

121
Annexes

Plusieurs méthodes de défuzzification sont proposées dans la littérature. Les plus utilisées
sont celles du centre de gravité et le maximum.

Fig. C. 1 Structure de base d’un SIF.


Le problème de conception d‟un SIF revient à la détermination de sa structure et aux choix de
ces paramètres (phase d‟acquisition). La conception d‟un SIF nécessite le choix des
paramètres suivants:
- Définition des variables d‟Entrées/Sorties (E/S) du système.
- Choix de la partition floue, c‟est à dire, association d‟un ensemble de termes
linguistiques caractérisés par des fonctions d‟appartenance définies sur des univers de
discours appropriés pour chaque variable d‟E/S.
- La forme des fonctions d‟appartenance de l‟espace d‟E/S (gaussienne, trapézoïdale,
...etc.).
- Les facteurs d‟échelle (normalisation /dénormalisation)
- La base des règles.
- Le choix de la méthode d‟inférence et de la stratégie de défuzzification.

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