Faults diagnostic aid on power transformers

Les transformateurs de puissance sont des éléments clés des systèmes électriques. Leurs défaillances sont très coûteuses, principalement à cause de la non-disponibilité du service électrique qu'elles entraînent. L'évaluation rapide et précise de défauts internes des transformateurs est en conséquence un facteur clé d'une exploitation efficace et sûre. Un tel diagnostic est généralement établi par un expert humain qui fait corréler différents types d'informations telles que des résultats d'essais électriques ou chimiques, le déclenchement de protections ou l'historique de l'appareil… Cette thèse présente une méthode d'aide au diagnostic de défauts originale qui reprend, en les formalisant, la démarche et la capitalisation d'expérience de l'expert. Les informations disponibles sur le transformateur à étudier sont mises en correspondance avec le système proposé de manière systématique. Des hypothèses de défaut sont alors formulées et un degré de confiance calculé pour chacune d'elle. Pour améliorer la confiance en certaines de ces hypothèses la méthode recherche, et propose, de renseigner des informations utiles pouvant améliorer le diagnostic. Il progresse ainsi jusqu'à ce que la confiance d'au moins une hypothèse soit suffisante pour l'utilisateur. Le système peut de plus évoluer efficacement dans le temps en prenant facilement en compte de nouveaux types d'essais ou de nouvelles informations pouvant être discriminants dans un diagnostic, et ainsi améliorer les diagnostics futurs automatiquement.Power transformers are keys components to the electrical systems. Its failures are very expensive mostly by causing long electrical service unavailability. Quick and accurate assess of transformer's internal faults is consequently a key issue for an efficient and safe service life. Such diagnosis is mainly led by a human expert, due to his ability to link together many different kind of information as electrical or chemical tests, tripped protections or history of the apparatus… This thesis presents an original method of diagnosis aid that behaves somehow like an expert, and capitalizes his experience, by formalizing it. The available information on a particular transformer are used to search any similarities within the developed system, on a systematic base. Then faults hypothesis are proposed and according confidences are calculated. To improve those hypothesis' confidences the method will propose to inform new useful information that could improve the diagnosis. Then it continues up until at least one hypothesis confidence is high enough for the user. This system could easily evolve over time by taking into account new kind of tests or new information that could be significant in any diagnosis, and then improve future diagnosis automatically