Please use this identifier to cite or link to this item:
http://localhost:8080/xmlui/handle/123456789/41129Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Abdoun, Mourad | - |
| dc.contributor.author | Betiche, Hichem | - |
| dc.date.accessioned | 2025-12-10T13:21:19Z | - |
| dc.date.available | 2025-12-10T13:21:19Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.uri | https://di.univ-blida.dz/jspui/handle/123456789/41129 | - |
| dc.description | 4.629.1.206 ; 157 p | fr_FR |
| dc.description.abstract | Ce 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.iso | fr | fr_FR |
| dc.publisher | Blida1 | fr_FR |
| dc.subject | Diagnostic, Transformateur, Indicateurs mathématiques, Machine Learning, SVM | fr_FR |
| dc.title | Diagnostic des défauts dans les enroulements du transformateur de puissance en se basant sur la technique de l’analyse de la réponse fréquentielle | fr_FR |
| Appears in Collections: | Mémoires de Master | |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.