Prédiction des paramètres des décharges couronnes dans le mélange SF6-N2

Abstract

L‟analyse du comportement d‟un isolant diélectrique est d‟une importance capitale dans le domaine de la haute tension. Celle-ci permet d‟établir des critères pour le choix judicieux des isolants afin de réduire les coûts. Le présent travail consiste à soumettre des isolants diélectriques à des conditions extrêmes afin de déterminer leur tenue diélectrique et leur durée de vie. Des modèles de prédiction sont à envisager afin de consolider les résultats expérimentaux. Actuellement les modèles de prédiction utilisés reposent essentiellement sur des méthodes empiriques qui manquent de précision. Notre objectif est d'élaborer des méthodes de prédiction plus adaptées et plus efficaces. Cette étude propose réseaux de neurones artificiels RNA pour prédire les mobilités ioniques dans SF6-N2 des mélanges de gaz. Le RNA proposé est constitué de deux couches d'entrée, quatre couches cachées et une couche de sortie, qui est essentiellement la mobilité ionique prédite. Afin de former l'RNA, en utilisant des données expérimentales pour SF6-N2 En comparaison avec les données expérimentales les erreurs relatives moyennes sur la mobilité ionique prédit se trouvent à moins de ± 10% pour la formation ainsi que pour les tests dans tous les cas à l'aide des RNA proposées. Étant donné que les erreurs moyennes sont inférieures à 10%, il est recommandé d'utiliser les RNA proposées pour prédire les mobilités ioniques.