Avis de Soutenance Madame Maria VEIZAGA AREVALO

Traitement du signal et des images

Soutiendra publiquement ses travaux de thèse intitulés

Automatisation du diagnostic de la qualité d’électricité des réseaux électriques industriels

dirigés par Monsieur Claude DELPHA

Soutenance prévue le jeudi 08 décembre 2022 à 10h00
Lieu :   CentraleSupélec, 3 Rue Joliot Curie 91192 Gif-sur-Yvette
Salle : Amphi III, Eiffel Bâtiment Gustave Eiffel.

Composition du jury proposé

 Mots clés : Qualité d’électricité, réseaux électriques industriels, creux de tension, classification de séries temporelles multivariées

Résumé :   L’analyse de la qualité de l’électricité est une demande qui s’est vue augmentée au cours des dernières décennies. Les creux de tension sont les perturbations les plus fréquentes et les plus impactantes dans les réseaux électriques industriels, entraînant des pertes financières importantes pour les clients industriels. Le cœur de ce travail de thèse est dédié à la classification des causes de creux de tension ainsi qu’à leur localisation relative par rapport au point de mesure principale. L’algorithme développé utilise les formes d’onde de tension et de courant comme entrées pour identifier les causes des creux de tension dans les réseaux industriels BT. La solution est basée sur des signatures de séries temporelles à quatre dimensions. La source d’un creux de tension est identifiée à l’aide d’une stratégie de classification basée sur la distance avec une mesure basée sur l’algorithme Dynamic Time Warping (DTW). Les performances de la méthode ont été analysées en termes de séparabilité des classes, d’efficacité de la prédiction (précision et robustesse au bruit) et de sensibilité aux variations de la fréquence fondamentale. Le système offre une mise en œuvre facile en milieu industriel sans nécessiter de données enregistrées au préalable. Les principaux avantages de la méthode proposée sont ses capacités de généralisation (validation avec des données issues de trois sites industriels), ainsi que la possibilité de déclencher une alerte basée sur un indice de confiance. Enfin, nous étudions également l’impact des creux de tension sur les équipements industriels, où nous proposons une méthodologie pour estimer la composition de charges déconnectées suite à un creux de tension.

Keywords: Power quality, industrial grids, voltage sag, multivariate time series classification

Abstract: The demand for power quality analysis has increased over the past decades. Voltage sags are the most frequent and impactful disturbances in industrial power grids, leading to high financial losses for industrial clients. The core of this thesis work is dedicated to the classification of voltage sag causes and their relative location to the monitoring point. The solution uses voltage and current waveforms as input to identify the causes of voltage sags in LV industrial grids. The methodology is based on four-dimension time series signatures. The source of a voltage sag is identified using a distance-based classification strategy with a custom distance measure based on the Dynamic Time Warping algorithm (DTW). The performance of the method was analyzed in terms of class separability, prediction efficiency (accuracy and robustness to noise), and sensitivity to fundamental frequency variations. The proposal offers an easy implementation in industrial applications with no previously recorded data. It has the benefit of using a reduced-size reference database entirely composed of synthetic data. The main advantages of the proposed method are its generalization capabilities, as it was validated with field data measurements of three industrial sites, and its ability to raise an alert based on a confidence index. Finally, we also study the impact of voltage sags on industrial equipment, where we propose a methodology to estimate the self-disconnected load composition following a voltage sag.