Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/40785
Full metadata record
DC FieldValueLanguage
dc.contributor.authorAbdoun Mourad-
dc.contributor.authorBetiche Hichem-
dc.date.accessioned2025-10-27T09:49:12Z-
dc.date.available2025-10-27T09:49:12Z-
dc.date.issued2025-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/40785-
dc.description4.629.1.206;157pfr_FR
dc.description.abstractCe mémoire traite le diagnostic des défauts dans les enroulements des transformateurs électriques en utilisant deux approches. La première repose sur l'interprétation de la réponse en fréquence via des indicateurs mathématiques pour analyser les écarts entre l'état sain et défectueux. La seconde utilise la méthode de machine à vecteurs de support (SVM) pour classifier les états avec une grande précision. Les deux méthodes ont été testées sur des données réelles d'un transformateur, démontrant une efficacité notable dans la détection des défauts. Les résultats confirment la pertinence de ces approches pour soutenir la maintenance des transformateurs électriques.fr_FR
dc.language.isofrfr_FR
dc.publisherblida1fr_FR
dc.subject: Diagnostic, Transformateur, Indicateurs mathématiques, Machine Learning, SVMfr_FR
dc.titleDiagnostic des défauts dans les enroulements du transformateur de puissance en se basant sur la technique de l’analyse de la réponse fréquentiellefr_FR
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
mémoire corrigé final transformateur.pdf14,43 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.