Raghda Alilouch, Fouad Slaoui Hasnaoui
Ce mémoire présente une étude approfondie sur la détection, la classification et la localisation des défauts dans les lignes de transmission en utilisant des réseaux de neurones artificiels. L'objectif principal de cette recherche est de développer une méthode efficace pour identifier les anomalies dans les systèmes de transmission électrique afin d'améliorer leur fiabilité et leur performance. Nous avons utilisé une approche basée sur des données réelles pour entraîner nos modèles de réseaux de neurones, en procédant à une évaluation rigoureuse de leurs performances à travers plusieurs étapes du traitement des signaux. Les résultats obtenus montrent que les modèles développés peuvent détecter avec précision les défauts, classer leur type et localiser leur position sur les lignes de transmission. Cette recherche contribue non seulement à l'amélioration des techniques de surveillance des lignes électriques, mais ouvre également la voie à des applications futures dans des domaines similaires où la détection d'anomalies est cruciale.
@article{16e115a1-81b4-492f-939f-382d32e8d6e8,
title={Mémoire Raghda Alilouch},
author={Raghda Alilouch and Fouad Slaoui Hasnaoui},
year={2026},
language={en}
}TY - JOUR TI - Mémoire Raghda Alilouch AU - Raghda Alilouch AU - Fouad Slaoui Hasnaoui PY - 2026 LA - en ER -
Mudila Dhanunjaya Rao, Kamalesh K. Singh
Rapid global technological development has resulted in increased production of electronic waste, which presents both challenges and opportunities in r
Roger Rumbu
This paper addresses the challenge of assessing the feasibility of wind power plant projects at sites with insufficient or no local historic wind data
Important advances in electrochemical engineering technology over the last three decades have fostered the development of a lternative methods to alle