Application de l’apprentissage automatique supervisé dans la surveillance des systèmes de conversion d’énergie

Abstract

Les défis actuels auxquels l’industrie de la conversion d’énergie est confrontée incluent la détection et la classification des défauts, tels que les court-circuits.Dans le cadre de cette étude, une approche novatrice reposant sur l’intelligence artificielle et les réseaux neuronaux a été proposée pour résoudre ces problèmes. Nous avons entraîné notre modèle à l’aide de la technologie des réseaux de neurones artificiels (RNA) et l’avons ensuite testé sur un ensemble de données, obtenant ainsi de bons résultats en termes de détection et de classification des défauts.Les performances du modèle sont évaluées et testées à l’aide de Matlab (Simulink).