Impedance measurement and current analysis for electric installation monitoring

Surveillance du fonctionnement des installations électriques par impédancemétrie et analyse des courants La surveillance non intrusive des charges (NILM en anglais) a suscité un intérêt croissant au cours de la dernière décennie. Ce processus consiste à mesurer et à analyser un ou plusieurs signaux au niveau du disjoncteur principal (également connu sous le nom de signaux agrégés) dans un environnement industriel ou domestique. L'objectif est de séparer les signaux et de trouver les différents appareils présents, leurs consommations et leurs états.L'analyse réussie des signaux agrégés est au cœur du processus de la NILM. Pour y parvenir, le processus doit d'abord être entraîné et testé sur un grand nombre de signaux d'appareils individuels et agrégés. Bien que de nombreux bases de données ont été construites pour remplir ce rôle, les nombres des signaux individuels par appareil et de signaux agrégés sont insuffisants.Ce travail intervient pour remédier à ces manques. Tout d'abord, il introduit un algorithme qui utilise les signaux individuels des appareils pour construire des signaux agrégés artificiels qui ressemblent fortement aux signaux réels en termes de puissance et de forme d'onde. Ensuite, l'étude présente une approche qui nous permet de construire un grand nombre de signaux artificiels d'appareils individuels en utilisant un nombre relativement faible de signaux réels. L'algorithme et l'approche permettent de construire un grand nombre de signaux artificiels. Nous entraînons ensuite le K-Nearest Neighbor (KNN) à l'aide d'un ensemble de ces signaux. Ensuite, nous testons le système KNN sur des signaux artificiels et des signaux réels afin d'observer comment il se comporte.La détection d'événements est une autre partie importante du processus de la NILM. Cependant, elle ne détecte que les événements et ne donne aucune information sur leur type (mise en marche, mise en arrêt...), ce qui est important, en particulier si nous voulons extraire des caractéristiques des phases transitoires du signal. Dans la deuxième partie de ce travail, nous établissons un algorithme qui utilise les résultats de l'algorithme de détection pour identifier le type des événements. En outre, nous étudions les limites de l'algorithme de détection et montrons le lien entre la détection et l'identification.L'algorithme de détection d'événements a des limites qui ne peuvent être évitées. Ce travail offre une première étude pour surmonter ces limites grâce à la mesure de l'impédance. C'est une nouvelle mesure au niveau du compteur électrique dans le domaine de NILM. Ce travail propose un dispositif abordable et portable pour mesurer l'impédance des appareils. Ensuite, nous utilisons les résultats de la mesure de l'impédance pour détecter les événements présents dans un signal agrégé.