Thèse - Doctorat Finale MM 17 18 PDF

‫الجمهو ية الجزائرية الديمقراطية الشعبية‬
‫و ا ة التعليم العالي و البحث العلمي‬
Présenté par :
MARICH Mohamed
Validation de nouvelles méthodes de

modélisation du contournement des isolateurs
pollués
Faculté : Génie électrique.

Département : Electrotechnique.
Spécialité : Electrotechnique.
Option : Décharges électriques et haute tension.
Devant le Jury Composé de :
Membres de Jury Grade Qualité Domiciliation

Abdelhalim TAIEB BRAHIMI Professeur Président USTO - MB
Hocine HADI Professeur Encadrant USTO - MB
/ / Co-Encadrant /
Amar TILMATINE Professeur UDL-SBA
Azzedine HAMID Professeur Examinateurs CU-El bayad
Abdelber BENDAOUD Professeur UDL-SBA
Sidi Mohammed REMAOUN MCA USTO - MB
Année Universitaire : 2017/2018

Remerciements
Avant tous, Je remercie le DIEU le tout puissant de m’avoir donné la force, le
courage et la volonté de faire ce travail.
J’exprime ma profonde reconnaissance et mes sincères remerciements à mon

directeur de recherche, Professeur Hocine HADI de m’avoir encadré pendant
toute la durée de cette thèse. Pour son apport scientifique remarquable, ses
qualités humaines, sa rigueur, son sens critique et ses conseils qui m’ont été
d’une aide précieuse, et sans lesquels ce mémoire n'aurait jamais vu le jour. Qu’il
trouve ici le témoignage de ma profonde gratitude.
Je suis profondément honoré par le fait que le jury devant lequel je vais défendre
ma thèse sera présidé par le professeur Abdelhalim TAIEB BRAHIMI, Doyen de
la faculté de Génie Électrique de l’Université des Sciences et de la Technologie
d’Oran, Mohamed Boudiaf. Je lui en remercie infiniment d’avoir accepté
d’examiner mon travail.
Je mesure tout l'honneur qu'a bien voulu me faire, Monsieur Amar TILMATINE,
professeur à l’Université Djilali Liabès de Sidi Bel-Abbès en acceptant
d'examiner cette thèse. Qu'il trouve ici l'expression de mon profond respect.
Je tien à remercier vivement Monsieur Azzedine HAMID, professeur au centre

universitaire d’El-Bayad, qui m’ont fait l’honneur d’examiner mon travail.
Que Monsieur Abdelber BENDAOUD, professeur à l’Université Djilali Liabès de

Sidi Bel-Abbè, trouve ici l’expression de mes sincères remerciements pour l’intérêt
qu’il a porté à ce travail en acceptant de l’examiner.
Mes sincères remerciements vont aussi à Monsieur Sidi Mohammed

REMAOUN , Maître de conférences à l’Université des Sciences et de la
Technologie d’Oran, Mohamed Boudiaf, qui a répondu à l’invitation qui lui avait
faite d’être parmi les examinateurs de cette thèse.
Je dois à mes parents beaucoup de ce que je suis devenu. Je les remercie pour
leur amour, leur soutien et leur confiance. Mon père a toujours placé l'éducation
comme la première priorité dans ma vie et m’a incité à fixer des très hauts
objectifs pour moi même. Il m'a appris à mettre l'honnêteté et le courage au-
dessus de toutes les autres vertus.
Je remercie également ma femme pour le précieux soutien qu’elle m’a apporté et

sa patience vis-à-vis de ma grande préoccupation par cette thèse.
Enfin, au terme de ces remerciements, Je n’oublie pas d’adresser mes

remerciements à toutes les personnes, qui par leur soutien (moral, physique ou
autres) de prés ou de loin, ont contribué à la réalisation de ce travail, notamment
mes anciens étudiants et mes collègues.
‫اﻟﺘﺤﻘﻖ ﻣﻦ أﺳﺎﻟﯿﺐ ﺟﺪﯾﺪة ﻟﻨﻤﺬﺟﺔ إﻟﺘﻔﺎف‬
‫اﻟﻌﻮازل اﻟﻤﻠﻮﺛﺔ‬
‫ﻣﻠﺨﺺ ‪:‬‬
‫ھﺬا اﻟﻌﻤﻞ ھﻮ ﻣﺴﺎھﻤﺔ ﻓﻲ ﻧﻤﺬﺟﺔ إﻟﺘﻔﺎف اﻟﻌﻮازل اﻟﻤﻠﻮﺛﺔ ‪HT‬‬

‫‪ ،‬ﻣﻦ ﺧﻼل اﻟﺘﺤﻘﻖ ﻣﻦ ﻋﺪة ﻃﺮق ﻋﺪدﯾﺔ وﻣﺤﺎﻛﺎة‪ .‬اﻗﺘﺮح ﻧﻤﻮذج‬
‫رﯾﺎﺿﻲ ﻟﻠﺘﻨﺒﺆ ﺑﺎﻟﻈﺮوف اﻟﺤﺮﺟﺔ ﻟﻼﻟﺘﻔﺎف ﻋﻠﻰ أﺳﺎس ﻃﺮﯾﻘﺔ‬
‫اﻟﺘﺤﻠﯿﻞ اﻟﺒﻌﺪي ‪ ،‬اﻟﻌﯿﺐ اﻟﺮﺋﯿﺴﻲ ﻟﮭﺬا اﻟﻨﻤﻮذج ھﻮ‬
‫اﺳﺘﺨﺪام اﻻﺧﺘﺒﺎرات اﻟﺘﺠﺮﯾﺒﯿﺔ ﻟﺘﺤﺪﯾﺪ اﻟﺜﻮاﺑﺖ اﻟﻤﺜﻠﻰ‬
‫ﻟﻠﻘﻮس‪ .‬اﻋﺘﻤﺪ ﻧﮭﺞ رﻗﻤﻲ آﺧﺮ ﻗﺎﺋﻢ ﻋﻠﻰ ﺗﻘﻨﯿﺎت اﻟﺬﻛﺎء‬
‫اﻻﺻﻄﻨﺎﻋﻲ ﻟﻠﺘﻨﺒﺆ ﺑﺘﻮﺗﺮ إﻟﺘﻔﺎف اﻟﻌﻮازل اﻟﻤﻠﻮﺛﺔ‪ .‬ﺳﻤﺤﺖ‬
‫ﻟﻨﺎ ھﺬه اﻟﺘﻘﻨﯿﺔ ﺑﺘﻄﻮﯾﺮ ﻧﻤﻮذج ﻣﺸﺘﻖ ﻣﻦ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ‬
‫اﻻﺻﻄﻨﺎﻋﯿﺔ )‪ (ANN‬وآﺧﺮ ﻣﻦ اﻟﻨﮭﺞ اﻟﻌﺼﺒﻲ اﻟﻐﺎﻣﺾ )‪.(ANFIS‬‬
‫ﺟﻌﻠﺖ اﻟﻤﻘﺎرﻧﺔ ﺑﯿﻦ اﻟﻨﺘﺎﺋﺞ اﻟﻌﺪدﯾﺔ واﻟﻨﺘﺎﺋﺞ اﻟﺘﺠﺮﯾﺒﯿﺔ‬
‫ﻣﻦ اﻟﻤﻤﻜﻦ إﺛﺒﺎت ﺻﺤﺔ ھﺬه اﻟﻨﻤﺎذج‪ .‬وﺑﺎﻟﺘﺎﻟﻲ ‪ ،‬ﺗﻢ اﻟﺤﺼﻮل‬
‫ﻋﻠﻰ ﺧﻄﺄ ﻧﺴﺒﻲ ﻣﺘﻮﺳﻂ ﺑﯿﻦ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺠﺮﯾﺒﯿﺔ واﻟﻌﺪدﯾﺔ أﻗﻞ‬
‫ﻣﻦ ‪ ٪4‬ﻣﻤﺎ ﯾﺪل ﻋﻠﻰ ﻣﻮﺛﻮﻗﯿﺔ وأھﻤﯿﺔ ﺗﻘﻨﯿﺎت اﻟﺬﻛﺎء‬
‫اﻻﺻﻄﻨﺎﻋﻲ ﻓﻲ اﻟﺘﻨﺒﺆ ﺑﺎﻟﺠﮭﺪ اﻟﺤﺮج‪ .‬ﻣﻦ أﺟﻞ زﯾﺎدة ﻣﻌﺮﻓﺔ‬
‫اﻟﻈﻮاھﺮ اﻟﺘﻲ ﺗﺴﺒﻖ إﻟﺘﻔﺎف اﻟﻌﻮازل اﻟﻤﻠﻮﺛﺔ‪ ،‬ﻛﺎن اﻟﮭﺪف ﻣﻦ‬
‫ھﺬا اﻟﺒﺤﺚ أﯾﻀﺎ ﺗﺤﺪﯾﺪ ﺗﻮزﯾﻊ اﻟﻜﻤﻮﻧﺎت واﻟﺤﻘﻞ اﻟﻜﮭﺮﺑﺎﺋﻲ‬
‫ﻋﻠﻰ ﻃﻮل اﻟﻌﻮازل اﻟﻤﻠﻮﺛﺔ‪ .‬وﻟﻤﺎ ﻛﺎن ﻣﻦ اﻟﺼﻌﺐ ﻟﻠﻐﺎﯾﺔ‬
‫وﺧﺎﺻﺔ اﻟﻤﺠﺎل اﻟﻜﮭﺮﺑﺎﺋﻲ ﻋﻠﻰ ﻃﻮل‬ ‫ﻗﯿﺎس ھﺬه اﻟﻤﻘﺎدﯾﺮ‬
‫اﻟﻌﺎزل اﻟﻤﻠﻮث‪ ،‬ﺛﺒﺖ أن اﺳﺘﺨﺪام ﻃﺮﯾﻘﺔ ﻋﺪدﯾﺔ ﻋﺒﺮ ﺑﺮﻣﺠﯿﺎت‬
‫ﺗﺠﺎرﯾﺔ ﯾﻌﺪ ﻣﻦ أﻓﻀﻞ اﻟﺤﻠﻮل‪ .‬ﻟﺬﻟﻚ أﺟﺮﯾﺖ ﻋﻤﻠﯿﺎت ﻣﺤﺎﻛﺎة‬
‫ﻋﺪدﯾﺔ ﻓﻲ ‪ D-2‬و ‪ .D-3‬ﻟﺤﺴﺎب اﻟﺘﺄﺛﯿﺮ اﻟﺤﺮاري ﻻﻧﺘﺸﺎر‬
‫اﻟﺘﻔﺮﯾﻎ‪ ،‬ﺗﻢ ﺣﺴﺎب ﺗﻮزﯾﻊ درﺟﺔ اﻟﺤﺮارة ﻓﻮق ﻋﺎزل ﻣﺴﻄﺢ ﻟﻜﻞ‬
‫ﻣﻮﻗﻒ ﻣﻦ اﺳﺘﻄﺎﻟﺔ اﻟﺘﻔﺮﯾﻎ ﺑﺎﺳﺘﺨﺪام ﻧﻤﻮذج ﻛﮭﺮﺑﺎﺋﻲ ﺣﺮاري‪.‬‬
‫اﻛﺘﻤﻞ ھﺬا اﻟﻌﻤﻞ ﺑﻨﻤﺬﺟﺔ ﻗﻄﺮات اﻟﻤﺎء اﻟﻤﺘﺮﺳﺒﺔ ﻋﻠﻰ ﺳﻄﺢ‬
‫ﻋﺎزل اﻟﺠﮭﺪ اﻟﻌﺎﻟﻲ‪ .‬ﺗﻢ أﯾﻀﺎ دراﺳﺔ ﻋﺪة ﻣﻌﻠﻤﺎت اﻟﺘﻲ ﺗﺆﺛﺮ‬
‫ﻋﻠﻰ ﺗﻮزﯾﻊ اﻟﻤﺠﺎل اﻟﻜﮭﺮﺑﺎﺋﻲ ﻣﺜﻞ ﺣﺠﻢ ﻗﻄﯿﺮات اﻟﻤﺎء ‪ ،‬و‬
‫ﻧﺎﻗﻠﯿﮫ اﻟﻤﺎء ‪ ،‬واﻟﻤﻮﻗﻊ وﻋﺪد اﻟﻘﻄﯿﺮات ‪ ،‬واﻟﻤﺴﺎﻓﺔ ﺑﯿﻦ‬
‫ﻗﻄﺮﺗﯿﻦ‪.….‬ﻟﺬﻟﻚ ﺧﻠﺼﻨﺎ إﻟﻰ أن وﺟﻮد ﻗﻄﺮات اﻟﻤﺎء ﻋﻠﻰ ﺳﻄﺢ‬
‫اﻟﻌﻮازل ﯾﺰﯾﺪ ﺑﺸﻜﻞ ﻛﺒﯿﺮ ﻣﻦ ﺷﺪة اﻟﻤﺠﺎل اﻟﻜﮭﺮﺑﺎﺋﻲ‪ .‬اﻟﺬي‬
‫ﯾﺘﺴﺒﺐ ﻓﻲ ﺗﻮﻟﺪ أﻗﻮاس ﺟﺰﺋﯿﺔ ﻗﺪ ﺗﺘﻄﻮر وﺗﺆدي إﻟﻰ إﻟﺘﻔﺎف‬
‫اﻟﻌﺎزل‪.‬‬
‫ﻛﻠﻤﺎت ﻣﻔﺘﺎﺣﯿﮫ‪:‬‬
‫اﻟﺠﮭﺪ اﻟﻌﺎﻟﻲ ‪ ،‬اﻟﻌﻮازل ‪ ،‬اﻟﺘﻠﻮث ‪ ،‬اﻻﻟﺘﻔﺎف ‪ ،‬اﻟﺘﺤﻠﯿﻞ اﻟﺒﻌﺪي ‪ ،‬ﻧﻤﻮذج ‪ ، ANN‬ﻧﻤﻮذج‬
‫‪ ، ANFIS‬اﻟﻨﻤﺬﺟﺔ ‪ ، MEF ،‬اﻟﻜﻤﻮن اﻟﻜﮭﺮﺑﺎﺋﻲ ‪ ،‬اﻟﻤﺠﺎل اﻟﻜﮭﺮﺑﺎﺋﻲ ‪ ،‬درﺟﺔ اﻟﺤﺮارة ‪ ،‬ﻗﻄﯿﺮة‬
‫اﻟﻤﺎء‪.‬‬
Validation of new methods for modelling the
flashover of polluted insulators
Abstract:
This work is a contribution to the modelling of the flashover of HV polluted insulators,

through the validation of several numerical and simulation methods. A mathematical
model proposed to predict the critical conditions of the flashover based on the
Dimensional Analysis method, the main disadvantage of this model is the use of
experimental tests to determine the optimal constants of the arc. Another numerical
approach based on artificial intelligence technique has been adopted for the prediction
of the critical flashover voltage of polluted insulators. This technique allowed us to
develop a model derived from artificial neural networks (ANN) and another from the
neuro-fuzzy approach (ANFIS). The comparison of the numerical results with the
experimental results made it possible to demonstrate the validity of these models. Thus,
an average relative error between experimental and numerical results low than 4% was
obtained thus demonstrating the reliability and relevance of artificial intelligence
techniques in the prediction of the critical flashover voltage. In order to increase the
knowledge of the phenomena preceding the flashover of polluted insulators, this
research was also aimed at determining the distribution of the potential and the electric
field along polluted insulators. Since it was very difficult to accurately measure these
distributions and especially of the electric field along a polluted isolator, the use of a
numerical method via commercial software proved to be best solutions given the
difficulty of the measures. For this purpose, the Finite Element Method was best adapted
to the constraints imposed by the problem. Therefore, numerical simulations were
undertaken in 2-D and 3-D.To account for the thermal effect of the discharge propagation,
the temperature distribution on the surface of a flat insulator was calculated for each
position of the elongation of the discharge using an electro-thermal model. This work is
completed by modelling water droplets deposited on the surface of a high voltage
composite insulator. The influence on the distribution of the electric field of the
parameters such as the volume of the water droplets, the conductivity of the water, the
position and the number of the droplets, and the distance between two droplets were
studied. Therefore we concluded that, the presence of water droplets on the surface of
the insulators greatly increases the intensity of the electric field. This can cause partial
discharges that can develop into an electric arc and lead to flashover of the insulator.
Key words: High Voltage, Insulators, Pollution, flashover, Dimensional Analysis, ANN Model,
ANFIS Model, Modelling, MEF, Electrical Potential, Electric Field, Temperature, Water Droplet.
RESUME
Ce travail est une contribution à la modélisation du contournement des isolateurs

pollués HT, à travers la validation de plusieurs méthodes numériques et de simulation.
Un modèle mathématique proposé pour prédire les conditions critiques du
contournement basé sur la méthode de l’Analyse Dimensionnelle, le principal
inconvénient que présente ce modèle est le recours aux essais expérimentaux afin de
déterminer les constantes optimales de l’arc. Une autre approche numérique basée sur
les techniques d’intelligence artificielle a été adoptée pour la prédiction de la tension
critique de contournement des isolateurs pollués. Cette technique nous a permis
d’élaborer un modèle issu des réseaux neurones artificiels (ANN) et autre issu de
l’approche neuro-floue (ANFIS). La comparaison des résultats numériques aux résultats
expérimentaux ont permis de démontrer la validité de ces modèles. Ainsi, une erreur
relative moyenne entre les résultats expérimentaux et numériques de 4 % a été obtenue
démontrant ainsi la fiabilité et la pertinence des techniques d’intelligence artificielle
dans la prédiction de la tension critique de contournement. Dans le but, d’accroître les
connaissances sur les phénomènes précédant les contournements des isolateurs pollués,
cette recherche visait aussi la détermination des distributions du potentiel et du champ
électrique le long des isolateurs pollués. Comme il était très difficile de mesurer de façon
précise la distribution du potentiel et surtout du champ électrique le long d'un isolateur
pollué, l'utilisation d'une méthode numérique par l'intermédiaire d'un logiciel
commercial s'est avérée être une des meilleures solutions compte tenu de la difficulté
des mesures. À cet effet, la Méthode des Éléments Finis était la mieux adaptée aux
contraintes imposées par le problème. Par conséquent, des simulations numériques ont
été entreprises en 2-D et 3-D. Pour tenir compte l’effet thermique de la propagation de la
décharge, la distribution de la température sur la surface d’un isolateur plat a été
calculée pour chaque position de l’élongation de la décharge en utilisant un modèle
électrothermique. Ce travail est terminé par la modélisation des gouttelettes d’eau
déposées à la surface d’un isolateur composite haute tension. L’influence sur la
répartition du champ électrique des paramètres tels que le volume des gouttelettes
d’eau, la conductivité de l’eau, la position et le nombre des gouttelettes, et la distance
entre deux gouttelettes ont été étudiés. Par conséquent nous avons conclu que, la
présence des gouttelettes d’eau sur la surface des isolateurs augmente
considérablement l’intensité du champ électrique. Ce qui peut engendrer des décharges
partielles pouvant se développer en un arc électrique et conduire au contournement de
l’isolateur.
Mots-Clés:
Haute tension, Isolateurs, Pollution, Contournement, Analyse dimensionnelle, Modèle ANN, Modèle ANFIS,
Modélisation, MEF, Potentiel électrique, Champ électrique, Température, Gouttelette d’eau.
TABLE DES MATIERES
TABLE DES MATIERES
RESUME
LISTE DES ABREVIATIONS ET DES SYMBOLES
LISTE DES FIGURES DES TABLEAUX
INTRODUCTION GENERALE ……………………………………………………………………………................ 01
CHAPITRE I
ETAT DE L’ART : ISOLATEURS, POLLUTION, DECHARGES,
MODELES ET CRITERES DE CONTOURNEMENT
I.1. Introduction ……………………………………………………………………………………………………............... 04

I.2. Isolateurs…………………………………………………………………………………………………………………... 05
I.2.1. Définition et rôle d’un isolateur……………………………………………………………....................... 05
I.2.2. Matériaux utilisés dans la constitution des isolateurs…………………...………………………... 05
I.2.2.1. Isolants……………………………………………………………………………………………………............ 05
I.2.2.2. Pièces métalliques de liaison…………………………………………………………………………….. 07
I. 2.3. Classification des isolateurs…………………………………………………………………………….......... 07
I.2.4. Choix des isolateurs……………………………………………………………………..………………………. 07
I.3. Pollution……………………………………………………………………………………………………………………. 08
I.3.1. Sources de pollution……………………………………………………………………………………………... 08
I. 3.1. 1. Pollution naturelle……………………………………………………………………………………......... 08
I. 3.1. 2. Pollution industrielle…………………………………………………………………………………….... 09
I. 3.1. 3. Pollution mixte …………………………………………………………………………………………….... 09
I.3.2. Classification et Niveaux de pollution……………………………………………..……………………… 09
I.3.3. Formation et répartition de la couche de pollution…………………………………………………. 10
I.3.4. Conséquences de la pollution………………………………………………………………………………… 10
I.4. Décharges Electriques surfaciques……………………………………………………………………………… 11
I.4.1. Paramètres physiques de la décharge surfacique –contournement………………………….. 11
I.4.1.1. Nature de la décharge………………………………………..…………………………………………….. 11
I.4.1.2. Diamètre de la décharge…..……..……………………………………………………………………….. 12
I.4.1.3. Température de la décharge…...………………………………………………………………............. 12
I.5. Modélisation théorique et expérimentale du phénomène
de contournement………………………….……………………………………………………..…………………… 12
I.5.1. Principaux modèles statiques de contournement…………………………………………………… 13
I.5.1.1. Modèle d’Obenaus……………………………………………………………………………………………. 13
I.5.1.2. Modèle de Neumarker……………………………………………………………………………………… 15
I.4.1.3. Modèle de J. Danis……………………………………………………………………………………………. 15
I.5.1.4. Modèle de Rizk……………………….……………………………………………………………………….. 17
I.5.1.5. Modèle de Rao et Gopal.…………………………………………………………………………………… 17
I.5.1.6. Modèle de Claverie et Porcheron………………………………..…………………………………….. 17
I.5.2. Modélisation dynamique du contournement…….…………….……………………………………... 18
I.5.2.1. Mécanisme de propagation………..…………………………………………………………………….. 18
I.5.2.1.1. Propagation par ionisation………………………………………………………………………… 18
I.5.2.1.2. Propagation par force électrostatique………………………………………………………… 19
TABLE DES MATIERES
I.5.2.2. Critères d’élongation de la décharge………………………………………………………………… 21

I.5.2.2.1. Critère d’Hampton…….……………………………………………………………………………….. 21
I.5.2.2.2. Critère d’Hesketh……..………………………………………………………………………………… 22
I.5.2.2.3. Critère de Wilkins………………………………………………………………………………………. 22
I.4.5.2.4. Critère de Nacke………………………...………………………………………………………..…….. 22
I.5.2.2.5. Critère de Anjana et Lakshminarasimha……………………………………………………… 23
I.5.2.2.6. Critère de Ghosh………………………………………………………………………………………… 23
I.5.2.3. Principaux modèles dynamiques de contournement……………………………………….. 24
I.5.2.3.1. Modèle de Rizk et Nguyen……………………..…………………………………………………….. 24
I.5.2.3.2. Modèle de Sundararajan et Gorur….…………………………………………………………….. 24
I.5.2.3.4. Modèle d’Aydogmus et Cebeci……………………………………………………………………… 24
I.5.2.3.5. Modèle de Teguar……………………….………………………………...…………………………….. 24
I.5.3 Quelques modèles de laboratoire………………………………………………………………………… 27
I.5.3.1. Modèle d’Obénaus……….………………………………………………………………………………. 27
I.5.3.2. Modèle bi contournable……….…….………………………………………………………………… 27
I.5.3.3. Modèle du disque circulaire (2D)………………...………………………………………………. 28
I.5.3.4. Modèle du disque (3D)….………………….…………………………………………………………. 28
I.5.3.5. Modèle développé du disque (2D)……………………………………………………………….... 28
I.5.3.6. Modèle ouvert (2D)……………………………………………………………………………………... 29
I.6. Paramètres d’influence………………………………………………………………………………………………. 32
I.5.1. Effet de la polarité et la nature de l’onde de tension……...………………………………………… 32
I.5.2. Chute de tension des électrodes…………………………………………………………………………….. 32
I.5.3. Couche de pollution non uniforme…………………………………………………………………………. 33
I.5.4. Temps au contournement……………………………………………………………………………………… 33
I.7. Conclusion……………………………………………………………………………………………………………….. 34
CHAPITRE II
INFLUENCE DES CONSTANTES DE L’ARC SUR LA TENSION
DE CONTOURNEMENT DES ISOLATEURS POLLUES
II.1 Introduction…………………………………………………………………………………………………….………. 35
II.2 Objectifs et intérêts de l’analyse dimensionnelle……………………………………………………..… 36
II.3 Modèle mathématique…………………………………………………………………………………………...… 36
II.4 Essais expérimentaux……….……………………………………………………………………………..…......... 38
II.5 Détermination des constantes du modèle…………………………………………………………..……… 39
II.6 Résultats et discussions……………………………………………………………………………………………. 40
II.6.1 Influence de la sévérité de pollution (ESDD)………………………….……………………….…... 40
II.6.1 Influence de du facteur adimensionnel…………..………………………………………………….... 41
II.7 Conclusion……………………………………………………………………………………………………………… 43
CHAPITRE III
PREDICTION DE LA TENSION DE CONTOURNEMENT DES ISOLATEURS
POLLUES PAR LES METHODES D’INTELLIGENCE ARTIFICIELLE
III.1 Introduction…………………………………………………………………………………………………………….. 44
III.2 Réseaux de neurones artificiels (RNA)……………………………………………………………………… 45
III.2.1 Structure d'un neurone…………………………………………………………………………................... 45
III.2.2 Modèle mathématique d'un neurone artificiel………………………………………................... 46
III.2.3 Fonctions d’activation………………………………………………………………………………………… 48
III.2.4 Architecture des réseaux de neurones…………………………………………………………………. 48
TABLE DES MATIERES
III.2.4.1 réseaux statiques………………………………………………………………………………..………… 49

III.2.4.2 réseaux dynamiques………………………………………………………………………………..…… 49
III.2.4.3 réseaux à architecture évolutive ou auto-organisée…………………………….……….… 50
III.2.5 Apprentissage des réseaux de neurones…………………………………………………………….… 50
III.2.5.1 Différents modes d’apprentissage………………………………………………………….…….…. 50
III.2.6 Modèles des réseaux de neurones et leurs apprentissages………………………………….… 51
III.2.6.1 Le réseau perceptron…………………………………………………………………………………….. 51
III.2.6.2 Le modèle de Hopfield…………………………………………………………………………………... 52
III.2.6.3 Le Réseau multicouches………………………………………………………………………………… 52
III. 2.6.3.1 L’algorithme de rétro-propagation…………………………………….…………………… 53
III.2.7 Les étapes de la conception d’un réseau de neurone……………………………….………….… 54
III.2.7.1 Choix des échantillons………………………………………………………………………………… 54
III.2.7.2 Elaboration de la structure du réseau…………………………………………………………….. 54
III.2.7.3 Apprentissage……………………………………………………………………………………………... 54
III.2.7.4 Validation…………………………………………………………………………………………………… 54
III.2.8 Avantages et inconvénients…………………………………………………………………………………. 54
III.3 La logique floue……………………………………………………………………………………………………….. 55
III.4 Description générale des Systèmes Neuro-Flous……………………………………………………….. 56
III.4.1 Le système neuro-flou coopératif……………………………………………………………………….. 57
III.4.2 Le système de neuro-flou concurrent………………………………………………………………….. 59
III.4.3 Le système neuro-flou hybride…………………………………………………………………………… 59
III.4.3.1 Système d’inférence flou basé sur les réseaux
de neurones adaptatifs (ANFIS)…..………………………………………………………………... 59
III.4.3.2 Apprentissage de l’ANFIS………….………………………………………………………………… 61
III.5 Elaboration d’un modèle des réseaux neurones artificiels (ANN) et un modèle ANFIS
pour la prédiction de la tension de contournement………………………………………………………….. 62
III.5.1 Les bases de données………………………..………………………………………………………………… 62

III.5.2 Normalisation des données d’entrée et de sortie…………………………………………………. 63
III.5.3 Résultats et discussion……………………………………………………………………………………… 64
III.5.3.1 Modèle des réseaux neurons artificiels (ANN)………………………………………………. 64
III.5.3.2 Elaboration du modèle ANFIS pour la prédiction
de la tension de contournement………………………………………………………………………. 67
III.6 Conclusion……………………………………………………………………………………………..………………... 70
CHAPITRE IV
MODELISATION ELECTROSTATIQUE, ELECTROCINETIQUE
ET ELECTROTHERMIQUE DES ISOLATEURS POLLUES
IV.1. Introduction………………………………………….………………………………………………………………… 71
IV.2. Méthodes de calculs…………………………………………………………………………………………… 72
IV.2.1. Méthodes expérimentales……………………………………………………………………………… 72
IV.2.1.1. Méthodes de mesure directe du potentiel…………………………………………………. 72
IV.2.1.2. Méthodes de mesure par compensation…………………………………………………… 73
IV.2.2. Méthodes théorique……………………………………………………………………………………….. 74
IV.2.2.1. Equations de base: Poisson et Laplace……………………………………………………….. 74
IV.2.2.2. Conditions aux limites………………………………………………………………………………. 75
TABLE DES MATIERES
IV.2.2.3. Conditions d'interfaces……………………………………………………………………………... 75

IV.2.3. Méthodes analytiques…………………………………………………………………………………….. 76
IV.2.4. Méthodes numériques……………………………………………………………………………………. 77
IV.2.4.1. La Méthode de Simulation de Charges (M.S.Q)…………………………………………… 77
IV.2.4.1. 1. Principe…………………………………………………………………………………………….. 77
IV.2.4.1. 2. Avantages de la M.S.C…………………………………………………………………………. 78
IV.2.4.1. 3. Inconvénients de la M.S.C…………………………………………………………………… 78
IV.2.4.2. Méthodes des différences finies (MDF)……………………………………………………… 78
IV.2.4.2.1. Avantages de la M.D.F…………………………………………………………………………. 80
IV.2.4.2.2. Inconvénients de la M.D.F……………………………………………………………………. 80
IV.2.4.3. Méthode des éléments finis (MEF)…………………………………………………………….. 81
IV.2.4.3.1. Principe……………………………………………………………………………………………… 81
IV.2.4.3.2. Etapes de la méthode des éléments finis……………………………………………… 82
IV.2.4.3.3. Avantages et limitations de la MEF………………………………………………………. 82
IV.3.Description du logiciel « COMSOL Muitiphysics® »………………………………………………... 83
IV.4.Modélisation électrostatique et électrocinétique d’un isolateur……………………………… 84
IV.4.1. Présentation du modèle de l’isolateur étudié………………………………………………… 84
IV.4.2. Résultats de calcul du potentiel et du champ électrique
sur un isolateur réel………………………………………………………………………………………. 87
IV.4.2.1. Distribution totale du potentiel et du champ électrique
pour un isolateur propre…………………………………………………………………… 87
IV.4.2.1.1. Influence du type de matériaux isolant………………………………………………. 88
IV.4.2.2. Distribution totale du potentiel et du champ électrique
pour un isolateur pollué…………………………………………………………………………. 89
IV.4.2.2.1. Effet de la pollution uniforme……………………………………………………………. 90
IV.4.2.2.2. Influence de la tension appliquée……………………………………………………….. 92
IV.4.2.2.3. Influence de la conductivité……………………………………………………………….. 93
IV.4.2.2.4. Pollution non uniforme……………………………………………………………………… 94
IV.4.2.2.5. Pollution uniforme avec zone sèche…………………………………………………… 96
IV.5. Modélisation électrothermique et dynamique d’un isolateur
pollué en présence d’une décharge surfacique………………………………………………… 101
IV.5.1. Module Transfert de chaleur…………………………………………………………………………. 101
IV.5.2. Module Courants électriques…………………………………………………………………………. 102
IV.5.3. Relation entre le modèle thermique et le modèle électrique…………………………… 102
IV.5.4. Description du modèle géométrique…………………………………………………………….. 103
IV.5.5. Les résultats de simulation…………………………………………………………………………… 103
IV.5.5.1. L’évolution dynamique du courant électrique………………………………………….. 104
IV.5.5.2. L’évolution dynamique du rayon de la décharge électrique……………………… 104
IV.5.5.3. Evolution de la puissance dissipée par effet Joule
dans la couche de pollution…………………………………………………………………………. 105
IV.5.6. Calcul de la chute de tension et le champ électrique
au pied de la décharge………………………………………………………………………………… 106
IV.5.7. Calcul de la température dans la couche de pollution……………………………………… 110
IV.6. Conclusion…………………………………………………………………………………………………………... 112
TABLE DES MATIERES
CHAPITRE V
MODELISATION DES GOUTTELETTES D’EAU DEPOSES
SUR LA SURFACE DES ISOLATEUR AERIENS
V.1. Introduction…………...…………………………………………………………………………………………… 114

V.2. Simulation du modèle de l’isolateur…………………………………………………………………….. 115
V.2.1. Définition des paramètres de la géométrie……………………………………………………… 115
V.2.2. La configuration des matériaux………………………………………………………………………. 115
V.2.3. La sélection du module physique……………………………………………………………………. 116
V.2.4. Maillage………………………………………………………………………………………………………… 116
V.2.5. Résolution du problème…………………………………………………………………………………. 117
V.3. Résultats de simulation………………………………………………………………………………………… 117
V.3.1. Isolateur propre (sans gouttelettes d’eau)……………………………………………………….. 117
V.3.2. Effet de la présence de gouttelettes…………………………………………………………………. 121
V.3.2.1. Effet de la conductivité de la gouttelette…………………………………………………….. 129
V.3.2.2. Analyse de l’influence de la permittivité de la gouttelette…………………………… 130
V.3.2.3. Effet de la dimension de la gouttelette……………………………………………………….. 130
V.3.2.4. Influence de la position de la gouttelette……………………………………………………. 132
V.3.2.5. Influence de la forme de la gouttelette et l’angle de contact………………………… 134
V.3.2.6. Influence d’une paire de gouttelettes…………………………………………………………. 136
V.3.2.7. Effet de la distance entre deux gouttelettes………………………………………………... 137
V.3.2.8. Effet du nombre et de la disposition des gouttelettes………………………………….. 138
V.3.2.9. Analyse de l’influence de la déformation des gouttelettes sur
la distribution du champ électrique……………………………………………………………. 143
V.3.2.10. Influence de l’épaisseur et du type de matériau isolant……………………………... 144
V.4. Conclusion…………………………………………………………………………………………………………… 150
CONCLUSION GENERALE………………………………………………………………………………………… 152

REFERENCES BIBLIOGRAPHIQUES
ANNEXES
LISTE DES ABREVIATIONS ET DES SYMBOLES
AD Analyse Dimensionnelle
ρp Résistivité volumique de la couche de pollution
A et n Constantes de l’arc
Ic Courant critique de contournement
Xc Longueur critique de l'arc
Uc Tension critique de contournement
ANN Artificial Neural Networks
FL Fuzzy Logic
ANFIS Adaptive Neuro-Fuzzy Inference System
RMSE Root Mean Square Error
R2 Coefficient of determination
MAPE Mean Absolute Percentage Error
trimf Fonction triangulaire
gaussmf Fonction gaussienne
gbellmf Fonction bell-shaped
trapmf Fonction trapé-zoïdale
TSK Takagi Sugeno
FEM Finite Element Method
rd Rayon du pied d'arc
ESDD Densité de dépôt de sel équivalente
Lf Ligne de fuite
Rp Résistance de la couche polluante
F Facteur de forme
U Tension appliquée
Ve Chute de tension totale aux bornes des électrodes
Varc Tension d’arc
X Longueur de l'arc
rp Resistance linéique de la pollution
M.S.C Méthode de Simulation de Charges
E.D.P Equations aux dérivées partielles
M.D.F Méthode des Différences Finies
ρ Masse volumique
Cp Capacité thermique
k Conductivité thermique
Q Densité de source de chaleur
div Divergence
grad Gradient
σS Conductivité surfacique de la couche de pollution
εr Permittivité de l’isolant
Sp Section de la couche polluée
Rd Resistance de la décharge
r(x) Rayon d’un isolateur réel
Ep Champ électrique dans la pollution
Ed Champ électrique dans la décharge
LISTE DES FIGURES ET DES TABLEAUX
LISTE DES FIGURES

Figure I.1 Isolateurs synthétiques …………………………………………………………………. 06
Figure I.2 Circuit électrique équivalent d'après Obenaus………………………………… 13
Figure I.3 Modèle de J. Danis……………………………………………………………………......... 16
Figure I.4 Modèle expérimental de Claverie et Porcheron………………………………. 17
Figure I.5 Mécanisme de propagation par ionisation proposé par Wilkins…......... 19
Figure I.6 Courbure de la décharge dans la direction de l’écoulement du
courant mettant en évidence l’existence d’une force………………….......... 20
Figure I.7 Mécanisme de propagation proposé par Flazi…………………………………. 21
Figure I.8 Isolateur étudié (1) et son modèle discrétisé par la MEF………………..... 25
Figure I.9 Surface dépliée correspondante à l’isolateur étudié………………………… 25
Figure I.10 Organigramme général d'un modèle dynamique…………………………….. 26
Figure I.11 Le montage expérimental du modèle d’Obenaus……………………….…….. 27
Figure I.12 Modèle bi contournable…………………………………………………………………. 27
Figure I.13 Modèle du disque circulaire (2D)…………………………………………………… 28
Figure I.14 Modèle disque (3D)……………………………………………………………………….. 28
Figure I.15 Isolateur disque (3D) et son modèle développé (2D)………………………. 29
Figure I.16 Modèle ouvert d’un isolateur disque……………………………………………… 29
Figure I.17 Isolateur U-40……………………………………………….………………………………. 30
Figure I.18 Modèle ouvert d’un isolateur réel………………………………………………….. 30
Figure II.1 Modèle ouvert de laboratoire………………………………………………………... 38
Figure II.2 Montage expérimental…………………………………………………………………… 38
Figure II.3 Organigramme pour calculer les constantes de l’arc…………………......... 39
Figure II.4 Tension de contournement en fonction de la résistivité de la
pollution…………………………………………………………………………………......... 40
Figure II.5 Variation du courant de contournement en fonction de la résistivité
de la pollution……………………………………………………………………………….. 40
Figure II.6 Comparaison des tensions de contournement issues de la littérature
avec celles calculées par le modèle…………………………………………………. 41
Figure II.7 Tension critique de contournement en fonction de la résistivité de la
pollution pour différentes profondeurs…………………………………............ 42
Figure II.8 Courant critique de contournement en fonction de la résistivité de la
pollution pour différentes profondeurs…………………………………............ 42
Figure III.1 Structure d’un neurone biologique………………………..…………………...…… 45
Figure III.2 Architecture du neurone artificiel………………………………………….............. 46
Figure III.3 Le modèle de Mc Culloch & Pitts…………………………………………………..… 47
Figure III.4 Fonctions d’activations………………………………………………………………….. 48
Figure III.5 Disposition en couche des neurones du réseau………………………….......... 49
Figure III.6 Réseau statique…………………………………………………………………………....... 49
Figure III.7 Réseau dynamique………………………………………………………………………… 49
Figure III. 8 Réseaux Neurones à une couche (perceptron)………………………………… 51
Figure III.9 Réseau de Hopfield……………………………………………………………………....... 52
Figure III.10 Structure générale d’un RN multicouche………………………………………… 52
Figure III.11 Schéma synoptique d’un système flou…………………………………………….. 55
Figure III.12 Système Neuro-flou pour régler une fonction d’appartenance…………. 57
Figure III.13 Système neuro-flou en série avec prétraitement neuronal. …………....... 58
Figure III.14 Système neuro-flou en parallèle……………………………………………………... 58
Figure III.15 Architecture du modèle ANFIS………………………………………………………. 60
Figure III.16 Structure d’un Réseau Neurone multicouches………………………………... 64
Figure III.17 Comparaison des tensions normalisées de contournement calculées
par le modèle mathématique et celles données par le modèle des
réseaux neurones……………………………………………………................................ 65
Figure III.18 Comparaison des tensions normalisées de contournement mesurées

et celles données par le modèle des réseaux neurones…………………….. 66
Figure III.19 Corrélation entre les valeurs mesurées et estimées de la tension de
contournement…………………………………………………………………………....... 66
Figure III.20 Tension de contournement en fonction de la sévérité de pollution....... 67
Figure III.21 Comparaison des tensions normalisées de contournement calculées
par le modèle mathématique et celles données par le modèle
ANFIS…………………………………………………………………………………………..... 68
Figure III.22 Comparaison des tensions de contournement mesurées avec celles
calculées par le modèle ANFIS………………………………………........................ 68
Figure III.23 Courbe de régression des tensions calculées par le modèle
mathématique avec les tensions estimées par le modèle ANFIS…......... 69
Figure IV.1 Schéma de mesure directe de la tension ……………………………………........ 73
Figure IV.2 Schéma de mesure par compensation……………………………………………… 73
Figure IV.3 Réseau d’un maillage différences finis…………………………………………….. 79
Figure IV.4 Isolateur réel anti-brouillard………………………………………………………….. 84
Figure IV.5 Profil de l’isolateur étudié……………………………………………………………… 85
Figure IV.6 Géométries en 3-D de l’isolateur étudié…………………………………………... 85
Figure IV.7 Différents matériaux de l’isolateur…………………………………………………. 86
Figure IV.8 Maillage surfacique de l’isolateur…………………………………………………… 86
Figure IV.9 Cartographies globales du potentiel électrique pour un isolateur 87
antibrouillard propre.Tension appliquée 10 KV……………………………….
Figure IV.10 Cartographies globales du champ électrique pour un isolateur
antibrouillard propre. Tension appliquée 10 KV…………………………....... 88
Figure IV.11 Comparaison des distributions du potentiel électrique sur un
isolateur propre pour différents matériaux isolants……………………....... 89
Figure IV.12 Comparaison des distributions du champ électrique sur un isolateur
propre pour différents matériaux isolants…………………….......................... 89
Figure IV.13 Distribution du potentiel électrique le long de la ligne de fuite d’un
isolateur pollué (σ=0.05 S/m)……………………………………………………....... 90
Figure IV.14 Comparaison des distributions du potentiel électrique pour isolateur
propre et un isolateur pollué (σ=0.05 S/m)………………………. 91
Figure IV.15 Distribution du champ électrique le long de la ligne de fuite d’un
isolateur pollué (σ=0.05 S/m)……………………………………………………....... 91
Figure IV.16 Comparaison des distributions du champ électrique obtenues avec
un isolateur propre et un isolateur pollué (σ=0.05 S/m)………………….. 92
isolateur pollué sous différentes tension de ligne……………………………. 93
isolateur pollué sous différentes tension de ligne……………………………. 93
isolateur pollué pour différentes conductivités……………………………….. 94
isolateur pollué pour différentes conductivités………………………………. 95
isolateur réel avec une pollution uniforme et non uniforme……………. 96
isolateur réel sous une pollution uniforme et non uniforme…………….. 96
isolateur réel sous une pollution uniforme avec bande sèche du côté
de la tige………………………………………………………………………………………... 97
de la tige………………………………………………………………………………………... 97

capot…………………………………………………………………………………………….. 98
capot…………………………………………………………………………………………….. 98
isolateur réel sous une pollution uniforme avec deux bandes sèches
près des électrodes…………………………………………………………..................... 99
isolateur réel sous une pollution uniforme avec deux bandes sèches
près des électrodes…………………………………………………………..................... 99
isolateur réel sous une pollution uniforme en présence de trois
décharges partielles………………………………………………………………………. 100
isolateur réel sous une pollution uniforme en présence de trois
décharges partielles……………………………………………………………………….. 100
Figure IV.31 Modèle géométrique de simulation en 3-D……………………………………… 103
Figure IV.32 Evolution spatiale du courant résultant d’une décharge s’allongeant
sur une surface de la couche électrolytique de manière uniforme …… 104
Figure IV.33 Evolution du rayon de la décharge résultant d’une décharge
s’allongeant sur une surface de la couche électrolytique de manière
uniforme ……………………………………………………………………………..………... 105
Figure IV.34 Evolution de la puissance dissipée par effet Joule résultant d’une
décharge s’allongeant sur une surface de la couche électrolytique de
manière uniforme…………………………………………………………………............. 105
Figure IV.35 Cartographies globales des lignes équipotentiels (a), lignes de
courant (b)et les lignes du champ électrique (c)pour une décharge
initiale près de l’électrode HT………………………………………………………… 107
Figure IV.36 Distribution de la température pendant l’élongation de la décharge
jusqu’au contournement………………………………………………………………... 108
Figure IV.37 Evolution de la tension au pied de la décharge pendant l’élongation
de l’arc jusqu’au contournement……………………………………………………. 109
Figure IV.38 Evolution du champ électrique au pied de la décharge pendant
l’élongation de l’arc jusqu’au contournement………………………………….. 109
jusqu’au contournement……………………………………………………………....... 111
Figure IV.40 Evolution de la température de la pollution en fonction du temps de
l’élongation de la décharge…………………………………………………………….. 111
Figure V.1 Configuration du modèle étudié…………………………………………………....... 115
Figure V.2 Affectation des matériaux aux différentes régions du modèle de
simulation………………………………………………………………………………….….. 116
Figure V.3 Maillage du modèle………………………………………………………………………... 117
Figure V. 4 Répartition du potentiel électrique entre l’électrode haute tension et
la masse pour une coupe horizontale sans gouttelette d’eau……............ 118
Figure V. 5 Répartition du potentiel électrique entre l’électrode haute tension et
la masse pour une coupe transversale sans gouttelette d’eau………… 118
Figure V.6 Distribution du champ électrique (isovaleurs) sur la surface du
modèle sans gouttelette d’eau. ……………………………………………………… 118
Figure V.7 Evolution du potentiel électrique sur la surface du modèle le long
d’un axe horizontal sans gouttelette d’eau………………………………………. 119
Figure V.8 Evolution de l’intensité du champ électrique sur la surface du modèle
sans gouttelette d’eau……………………………………………………....... 120
Figure V.9 Evolution de la composante tangentielle du champ électrique sur la

surface du modèle sans gouttelette d’eau………………………………........... 120
Figure V.10 Evolution de la composante normale du champ électrique sur la
surface du modèle sans gouttelette d’eau……………………………………….. 121
Figure V.11 Distribution du potentiel électrique dans les différentes régions de la
géométrie du modèle étudié en présence d’une gouttelette de 2.66
mm de diamètre…………………………………………………………………………….. 122
Figure V.12 Distorsion des lignes équipotentielles en présence d’une gouttelette
de 2.66 mm de diamètre………………………………………………………………… 122
Figure V.13 Evolution du potentiel électrique sur la surface du modèle le long
d’un axe horizontal en présence d’une gouttelette d’eau de 2.66 mm
de diamètre…………………………………………………………………………………… 123
Figure V.14 Distribution du champ électrique dans les différentes régions de la
mm de diamètre…………………………………………………………………………… 124
Figure V.15 Lignes de champ électrique dans les différentes régions de la
mm de diamètre…………………………………………………………………………….. 124
Figure V.16 Evolution de l’intensité du champ électrique sur la surface du modèle
en présence d’une gouttelette d’eau de 2.66 mm de
diamètre……………………………………………………………………………………….. 125
Figure V.17 Evolution de la composante tangentielle du champ électrique sur la
surface du modèle en présence d’une gouttelette d’eau de 2.66 mm
de diamètre…………………………………………………………………………………… 125
Figure V.18 Evolution de la composante normale du champ électrique sur la
surface du modèle sans gouttelette d’eau………………………………………... 126
Figure V.19 Arcs de référence………………………………………………………………………....... 126
Figure V.20 Evolution du potentiel électrique sur la surface d’une gouttelette
d’eau de 2.66 mm de diamètre……………………………………………………….. 127
Figure V.21 Evolution de l’intensité du champ électrique sur la surface d’une
gouttelette d’eau de 2.66 mm de diamètre………………………………………. 127
Figure V.22 Evolution du potentiel électrique le long de l’arc référentiel –b- en
présence d’une gouttelette d’eau de 2.66 mm de diamètre………………. 128
Figure V.23 Evolution de l’intensité du champ électrique le long de l’arc
référentiel –b- en présence d’une gouttelette d’eau……………………… 128
Figure V.24 Evolution du module du champ électrique résultant en présence
d’une gouttelette d’eau de diamètre 2.66 mm pour différentes
conductivités…………………………………………………………………………………. 129
Figure V.25 Evolution du champ électrique résultant en présence d’une
gouttelette d’eau de diamètre 2.66 mm pour différentes
permittivités…………………………………………………………………………………. 130
Figure V.26 Evolution du champ électrique résultant sur la surface du modèle
pour différentes tailles de la gouttelette………………………………………….. 131
Figure V.27 Evolution du champ électrique maximal résultant en fonction du
volumede la gouttelette…………………………………………………………………. 132
Figure V.28 Evolution du champ électrique résultant pour différentes positions
d’une gouttelette d’eau…………...……………………………………………………… 133
Figure V.29 Evolution du champ électrique maximal résultant pour différentes
positions d’une gouttelette d’eau …………………………………………………… 133
Figure V.30 Formes réelles des gouttelettes………………………………………………..…….. 134
Figure V.31 Formes des gouttelettes choisies……………………………………………………. 134
Figure V.32 Evolution du champ électrique résultant pour différentes formes
d’une gouttelette d’eau de conductivité σ = 0.055 μS/cm…………….…… 135
Figure V.33 Evolution du champ électrique résultant pour différentes formes 135
d’une gouttelette d’eau de conductivité σ = 0.055 μS/cm……………….…
géométrie du modèle étudié en présence d’une paire de gouttelettes 136
étudié en présence d’une paire de gouttelettes…………................................ 136
Figure V.36 Evolution du potentiel électrique sur la surface du modèle étudié en
présence d’une paire de gouttelettes ……………………………………………... 137
géométrie étudiée en présence d’une paire de gouttelettes …………….. 138
Figure V.38 Effet de la distance de séparation des gouttelettes sur le champ
électrique maximal……………...………………………………………………………… 138
Figure V.39 Exemple des configurations étudiées des gouttelettes d’eau ……...……. 139
Figure V.40 Maillage des configurations……………………………………………………………. 139
configuration de cinq gouttelettes….................................................................... 139
configuration de vingt-un gouttelettes ………………………………………... 140
configuration de vingt-un gouttelettes …………………………………………… 140
étudié différentes configurations de gouttelettes ……………………………. 142
Figure V.45 Formes réelles des gouttelettes……………………………………………………… 143
Figure V.46 Formes des gouttelettes simulées…………………………………………………... 143
Figure V.47 Evolution du champ électrique résultant pour différentes formes
d’une gouttelette d’eau de conductivité σ = 0.055 μS/cm………………… 143
Figure V.48 Distribution du potentiel sur la surface d’une plaque isolante sèche
en silicone pour différentes épaisseurs…………………………………………… 145
Figure V.49 Distribution du potentiel sur la surface d’une plaque isolante en
silicone pour différentes épaisseurs..……………………………………………… 145
Figure V.50 Evolution du champ électrique résultant pour différentes épaisseurs 146
Figure V. 51 Evolution du champ électrique résultant pour différentes épaisseurs
de la plaque isolante ……………………………………………………………………… 147
Figure V.52 Distribution du potentiel sur la surface de la plaque isolante pour
différents matériaux……………………………………………………………………… 148
Figure V.53 Distribution du potentiel sur la surface de la plaque isolante pour
différents matériaux et en présence d’une gouttelette ……………………. 148
Figure V.54 Distribution du champ électrique sur la surface de la plaque isolante
pour différents matériaux………………………………………………………………. 149
Figure V.55 Evolution du champ électrique sur la surface de la plaque isolante en
présence d’une gouttelette d’eau pour différents matériaux…………….. 149
présence d’une gouttelette d’eau ………....………………………………………… 150
LISTE DES TABLEAUX

Tableau I.1 Classification de la pollution suivant la nature de site……………….. 09
Tableau I.2 Valeur des constantes A et n selon plusieurs auteurs………………… 14
Tableau II.1 Dimensions des grandeurs géométriques et électriques……………. 37
Tableau III.1 Caractéristiques géométriques des isolateurs pour
l’apprentissage………………………………………………………………………... 63
Tableau III.2 Caractéristiques géométriques des isolateurs la validation du
modèle……………………………………………………………………………………. 63
Tableau III.3 Paramètres du modèle ANN……………………………………………………... 65
Tableau III.4 Comparaison des modèles……………………………………………………….. 69
Tableau IV.1 Caractéristiques géométriques………………………………………………… 85
Tableau IV.2 Paramètres de simulation………………………………………………………... 85
Tableau IV. 3 Propriétés électriques et thermodynamiques des matériaux…….. 103
Tableau V. 1 Paramètres des matériaux utilisés dans la simulation……………….. 116
INTRODUCTION
GENERALE
INTRODUCTION GENERALE
Les isolateurs sont parmi les composants les plus importants des réseaux
aériens de transport et de distribution de l'énergie électrique puisqu'ils assurent
à la fois le support mécanique des parties portées à la haute tension et l'isolation
électrique de ces dernières avec les parties mises à la terre. Premièrement
conçus en verre et en céramique, la fabrication des isolateurs a connu, à travers
les années, une évolution notable, et ce, dans le but d'accroître leur performance
quelles que soient les conditions météorologiques et environnementales
auxquelles ils sont exposés [1-2]. En effet, une perturbation de l’isolation
électrique assurée par l'isolateur peut entraîner, dans certaines circonstances,
son contournement et, donc, un risque majeur sur la fiabilité et le
fonctionnement du système de transmission de l'énergie électrique par lignes
aériennes. Les isolateurs des lignes et de postes de transport d’énergie électrique
sont le siège de plusieurs contraintes. Entre autres, la pollution des isolateurs
constitue l’un des facteurs de première importance dans la qualité et la fiabilité
du transport d’énergie.
Lorsqu'il y a humidification de la pollution par la pluie, le brouillard ou la rosée,
il y a formation d'un film électriquement conducteur, qui permet la circulation
d'un courant de fuite. Des assèchements locaux de la couche de pollution
apparaissent suite à ce passage de courant. Lorsqu'une zone sèche apparait, la
tension initialement appliquée aux bornes de l'isolateur se trouve donc reportée
aux extrémités de celle-ci. La répartition de potentiel à la surface de l'isolateur
est fortement modifiée et des arcs locaux sont susceptibles de s'amorcer. Ces
arcs peuvent s'allonger jusqu'au contournement de l'isolateur, ce qui entraîne un
court-circuit et une interruption du transport d'énergie électrique. En outre, les
amorçages d'arcs peuvent engendrer des dégradations de l'isolateur. En face des
difficultés causées par la pollution, plusieurs méthodes de lutte sont utilisées : le
lavage ou le graissage des isolateurs, par exemple. Cependant ces opérations sont
coûteuses. Par conséquent, la meilleure solution consiste à déterminer un
isolement qui permet d'éviter les contournements, en particulier par le choix
d'isolateur ayant une bonne tenue sous pollution [3].
Dans ce cadre, divers modèles mathématiques de contournement ont été
développés [3-7]. La plupart de ces modèles sont basés sur le modèle simple
d'Obenaus qui consiste à mettre en série avec un arc de longueur ‘x’ une
résistance qui simule la couche de pollution. Cependant, le traitement
mathématique de ces différents modèles nécessite l'utilisation d'hypothèses
simplificatrices : géométrie unidimensionnelle, résistivité uniforme, par
exemple…etc. Aussi ne permettent-ils simplement que de dégager les grandes
lignes du comportement des isolateurs sous pollution. Lorsqu'il s'agit d'évaluer
les performances de différents isolateurs, il est indispensable de réaliser des
essais [3].
1
De nombreux travaux ont été menés depuis plusieurs décennies pour

comprendre les mécanismes conduisant au contournement des isolateurs
pollués et se munir d’outils permettant la prédiction de ce phénomène, et donc
d’éviter la mise hors service du système. Les résultats de ces recherches ont
permis d’établir des modèles donnant les caractéristiques des décharges
évoluant sur les surfaces d’isolateur et ce jusqu’au contournement. La plupart de
ces modèles sont empiriques ou semi-empiriques [8].
La compréhension des mécanismes de dégradation de la surface des polymères
est fondamentale pour la conception et le dimensionnement des isolateurs. Pour
mieux étudier et comprendre ces mécanismes complexes, il est important de
caractériser les matériaux utilisés en menant des investigations expérimentales
en laboratoire et des simulations. L’évolution croissante des outils informatiques
fournis au chercheur des logiciels et des applications informatiques très
sophistiqués qui offrent un laboratoire virtuel pour la réalisation des différents
tests et essais dans le but de faire une première validation, avant l’approbation
expérimentale avec la réalisation du modèle réel.
La détermination du potentiel et du champ électrique le long des isolateurs
pollué est d'une importance capitale dans la compréhension des phénomènes de
pré-contournement. Comme il était très difficile de mesurer de façon précise la
distribution du potentiel et surtout du champ électrique le long d'un isolateur,
l'utilisation d'une méthode numérique par l'intermédiaire d'un logiciel
commercial s'est avérée être une des meilleures solutions.
La présence des gouttelettes d’eau sur la surface des isolateurs constitue l’un
des principaux facteurs impliqués dans le mécanisme de vieillissement. En effet,
les variations brutales de température, la rosée matinale, les pluies, la fonte de la
neige sont autant d’éléments qui favorisent le dépôt des gouttelettes d'eau sur
les surfaces des isolateurs extérieurs des réseaux de transmission. Leur présence
peut provoquer une baisse de la rigidité diélectrique de ces isolateurs [8-10].
L'influence de ces gouttelettes d'eau sur le mécanisme du contournement de la
surface de l’isolateur est largement déterminée par la forme des gouttelettes.
Le présent travail porte sur l’élaboration et la validation de nouvelles méthodes

de modélisation du contournement des isolateurs pollués. Il comporte cinq
chapitres :
Dans le premier chapitre, nous rappelons quelques définitions et concepts
fondamentaux spécifiques aux isolateurs et au phénomène de pollution de leurs
surfaces ainsi qu’une recherche bibliographique des différents modèles
statiques, principaux critères qui régissent le phénomène de contournement et
les principaux modèles dynamiques développées dans ce domaine. De plus, un
intérêt particulier a été porté sur les modèles récemment développés au sein du
laboratoire de la haute tension et décharges électriques de l’USTO-BM. A la fin de
ce chapitre nous donnerons les différents paramètres d’influence de la tension
critique du contournement.
2
Dans le deuxième chapitre, et afin de contribuer dans la modélisation du

contournement, une analyse mathématique basée sur la technique de l’analyse
dimensionnelle est effectuée pour développer un modèle qui détermine la
tension et le courant critiques de contournement dans le régime statique. Ainsi
que son utilisation, notamment dans la détermination des paramètres de l’arc. La
principale caractéristique du modèle c’est qu’il prend en compte le choix
convenable de certains paramètres qui ont une influence sur la tension critique
de contournement. Afin de valider notre modèle nous allons comparer nos
résultats de calcul avec d’autres résultats expérimentaux et théoriques trouvés
dans la littérature.
Le troisième chapitre regroupe les bases théoriques des différentes
techniques de l’intelligence artificielle, à savoir, les réseaux de neurones
artificiels (ANN) et le système d'inférence neuro-flou adaptatif (ANFIS), ainsi que
leurs utilisations dans la prédiction de la tension critique de contournement des
isolateurs pollués.
Le chapitre IV a pour but d'accroître les connaissances sur les processus de

pré-contournement des isolateurs pollués, il introduit les différentes méthodes
numériques utilisées en électromagnétisme accompagnées d'une description de
leur principe et d'une énumération de leurs avantages et de leurs inconvénients.
Ce chapitre porte sur les simulations bidimensionnelles d'un isolateur
antibrouillard qui ont été effectuées avec le logiciel commercial basé sur la M.E.F.
En particulier, l'influence de plusieurs paramètres sur la distribution du
potentiel et du champ électrique a été étudiée. Les simulations des différents
niveaux et répartitions de la pollution sont présentées. De même, l'influence de la
présence et la propagation d'un arc électrique partiel sur la distribution de la
température de la pollution sont étudiées.
L’objectif principal du chapitre V est d'examiner le comportement des

gouttelettes d'eau à la surface d’un isolateur composite sous un champ électrique
sur un modèle de laboratoire. Nous allons dans une première partie étudier la
distribution du champ électrique pour un modèle sec. Par la suite L’influence des
paramètres tels que le volume des gouttelettes d’eau, la conductivité de l’eau, la
position et le nombre des gouttelettes, et la distance entre deux gouttelettes sera
investiguée.
Enfin, nous terminons notre mémoire par une conclusion générale représentant
une synthèse globale de notre travail et des perspectives.
3
CHAPITRE I
ETAT DE L’ART : ISOLATEURS, POLLUTION,

DECHARGES, MODELES ET CRITERES DE
CONTOURNEMENT.
CHAPITRE I ETAT DE L’ART : ISOLATEURS, POLLUTION, DECHARGES………………………………………
I.1 Introduction
Les lignes aériennes et les postes des réseaux de transport d’énergie électrique
sont exposés à diverses contraintes. Parmi celles-ci, la pollution des isolateurs qui
constitue l’un des facteurs de première importance dans la qualité et la fiabilité du
transport d’énergie.
Les isolatrices hautes tensions se couvrent d’une couche de pollution qui provient de
l’atmosphère. Associée à la rosée de matin, à la pluie, ou au brouillard, cette couche de
pollution devient conductrice et sera le siège de passage d’un courant de fuite vers la
masse des pylônes. Ainsi, la répartition du potentiel est modifiée d’une façon
significative et des arcs partiels peuvent apparaître [12,13]. Ces derniers peuvent
évoluer jusqu'au contournement total de l’isolateur. Les conséquences du
contournement vont de la détérioration de la surface de l’isolateur à la mise hors service
de l'équipement haute tension. Ainsi, une des caractéristiques principales d’un isolateur
haute tension sera donc sa tenue au contournement en fonction de l’environnement
dans lequel il est utilisé [14].
Dans ce premier chapitre nous nous intéressons en première partie à l’importance

des isolateurs, leur utilité, leurs principaux types, profils et matériaux. La deuxième
partie est consacrée à l'étude des phénomènes de pollution et leurs conséquences sur le
transport d’énergie électrique. Les principaux paramètres associés ainsi que les
méthodes de mesure et les moyens de lutte contre ce phénomène, sont également
présentés. Nous avons présenté dans la troisième partie une étude bibliographique
concernant, Le phénomène du contournement. Les différents modèles théoriques et
expérimentaux trouvés dans la littérature et les principaux critères de propagation
rencontrés pour la modélisation statique et dynamique du phénomène de
contournement.
4
I.2 Isolateurs
I.2.1 Définition et rôle d’un isolateur
L’isolateur est constitué d’un matériau isolant solide présentant une très grande
impédance au passage du courant électrique et dont la conductibilité est pratiquement
nulle. Il est utilisé pour isoler les conducteurs afin d’empêcher les courts-circuits, les
pertes de courant à la terre et les dangers d’électrocution [15].
Donc les isolateurs sont des composants indispensables au transport et à la distribution
de l’énergie électrique. Leur rôle est de réaliser une liaison mécanique entre des
conducteurs portés à des potentiels différents accrochés aux pylônes des lignes
aériennes et de maintenir les conducteurs dans la position spécifiée (isolateurs
d’alignement et d’ancrage). Ils assurent la transition entre l’isolation interne (huile, SF6)
et l’isolation externe (air atmosphérique), ils permettent de raccorder les matériels
électriques au réseau (traversées de transformateur, extrémités de câbles) et ils
constituent, également, l’enveloppe de certains appareils (disjoncteurs, parafoudres,
réducteurs de mesure) [16].
Du point de vue électrique, l’isolateur est considéré comme deux électrodes dont
l’intervalle comporte trois zones constituant trois isolants en parallèle ayant des
comportements différents, qui sont les suivants [17, 18] :
 L’intervalle d’air.
 Le matériau diélectrique.
 L’interface air - matériau diélectrique.
I.2.2 Matériaux utilisés dans la constitution des isolateurs

Un isolateur est constitué en général de deux parties : une partie isolante et des
pièces métalliques de liaison, scellées sur cette partie isolante.
I.2.2.1. Isolants
On trouve plusieurs isolants solides qui peuvent être utilisés pour la fabrication
des isolateurs de haute tension comme le verre, la céramique, la porcelaine et les
matériaux synthétiques. Mais durant ces dernières années, la porcelaine est de plus en
plus abandonnée à cause de deux inconvénients principaux qui sont : le poids lourd des
isolateurs et la difficulté de détection des amorçages [19].
 Céramiques
Le développement et la fabrication des céramiques datent depuis longtemps à
cause de leurs performances. Pour les isolateurs destinés à des lieux où il y a des
contraintes mécaniques très importantes, on utilise de préférence des céramiques à
grains très fins. Souvent on trouve les céramiques dans les postes: isolateurs supports,
couverture isolante des sectionneurs, des disjoncteurs, des transformateurs de
potentiel, des bornes de traversées des transformateurs de puissance…etc. [19].
 Verres
En Algérie, les isolateurs utilisés dans les lignes de moyenne et haute tension sont
souvent en verre. Parmi les avantages que présente le verre, le bas prix et l’observation
5
très facile des défauts. On trouve deux types de verre pour la fabrication des isolateurs :
le verre trempé et le verre recuit.
 verre recuit
A surtout été utilisé pour faire des isolateurs rigides, mais on s’est aperçu que les
isolateurs un peu épais ne résistaient pas aux variations brusques de température. De
plus, le verre recuit ne supporte que des tensions mécaniques relativement faibles, ce
qui interdit son emploi pour les isolateurs de suspension [19].
 verre trempé
Le verre trempé présente une contrainte mécanique en traction environ 5 à 6 fois
plus grande que celle du verre recuit et peut supporter des variations brusques de
température pouvant atteindre 100°C [20,21].
Ces dernières années, on s’intéresse de plus en plus à l'utilisation des isolateurs
en matériaux synthétique. Il faut signaler les développements faits dans le monde en vu
de réaliser des isolateurs fiables avec ces matériaux.
 Matériaux synthétiques
Ces isolateurs (Figure I.1), dits composites, sont constitués d’une âme réalisée en
fibre de verre imprégnée de résine, donnant à l’isolateur sa tenue mécanique, et d’une
enveloppe en matériaux synthétiques isolants. Les revêtements ayant un comportement
satisfaisant sous contraintes électriques sont certaines résines cycloaliphatiques
(chargées au trihydrate d’alumine), des caoutchoucs synthétiques (silicones ou EPDM :
éthylpropyldimonomère) ou des polytétrafluoroétylènes (Téflon). Ces revêtements
évitent tout cheminement carboné en surface sous l’effet de contraintes électriques mais
sont soumis à une érosion superficielle plus ou moins rapide selon leur constitution
[19].
Ces isolateurs présentent l’avantage d’une grande légèreté alliée à une haute
résistance mécanique que leur confère le noyau (Figure. I.11.a). Ils ont de bonnes
propriétés hydrophobes et peuvent être utilisés dans des conditions de pollution très
sévères.
Cependant, ces isolateurs vieillissent sous l’effet des différentes contraintes
auxquelles ils sont soumis (électriques, mécaniques, atmosphériques…) ce qui constitue
un désavantage dans leur utilisation [20,21] (Figure. I.11.b).
a. neuf b. vieilli
Figure I.1 Isolateurs synthétiques.
6
I.2.2.2. Pièces métalliques de liaison
Les parties isolantes constitutives de l’isolateur sont reliées entre elles ou au

support par des pièces métalliques réalisées dans différents métaux qui doivent
répondre aux contraintes mécaniques et thermiques appliquées à l’isolateur au cours de
son exploitation.
De la qualité du scellement et des différents assemblages dépendent, en grande
partie, la sécurité d’exploitation et la durée de vie de l’isolateur [19].
I. 2.3. Classification des isolateurs

Conformément à la publication CEI 383 (Commission Electrotechnique
Internationale), les isolateurs de lignes aériennes sont divisés en deux classes selon leur
forme [20] :
Classe A
Elle comprend tous les isolateurs ou éléments de chaînes pour lesquels la plus
courte longueur " l " du canal de perforation à travers la matière isolante solide est au
moins égale à la moitié de la plus courte distance dans l’air " l " extérieure à l’isolateur.
Les isolateurs à long fût font, en général, partie de cette classe.
Classe B
Elle comprend tous les isolateurs ou éléments de chaînes pour lesquels la plus
courte longueur " l " du canal de perforation à travers la matière isolante est inférieure à
la moitié de la plus courte distance dans l’air " l " (isolateur capot et tige) [19].
I.2.4 Choix des isolateurs

Les isolateurs entrent pour un pourcentage très modeste, de l’ordre de 7 % [20],
dans le prix d’une ligne aérienne moyenne tension, cependant, ils sont un élément
essentiel dont dépendent la sécurité d’exploitation, la qualité et la continuité de service.
L’importance de leur rôle apparaît surtout par le coût difficilement chiffrable de toute
interruption du service dont ils peuvent éventuellement être la cause. Il est donc
indispensable de les choisir avec discernement en fonction des contraintes électriques et
mécaniques qu’ils doivent supporter.
Les isolateurs les mieux adaptés à un environnement donné sont ceux qui
retiennent le taux de dépôts polluants le moins élevé c’est-à-dire les isolateurs qui
possèdent les meilleures propriétés d’auto-nettoyage. Ainsi la forme et le profil des
isolateurs apparaissent désormais comme un critère de choix pour la sélection des
isolateurs sous pollution.
Même bien choisie, une isolation n’est encore pas à l’abri d’un incident. La
sévérité de la pollution d’un site peut changer ; le dimensionnement initialement correct
des isolateurs peut alors devenir insuffisant, d’où la nécessité de pouvoir protéger les
installations existantes contre de nouvelles sources de pollution éventuelles [22].
D’une façon quasi permanente, l’isolateur est soumis à des contraintes
électriques et mécaniques bien définies selon les caractéristiques intrinsèques de la
7
ligne, mais qui accidentellement pourront devenir très élevées pour des conditions
d’ambiance particulière.
C’est d’ailleurs la connaissance de ces contraintes dites accidentelles qui permet
de choisir le matériel le mieux adapté [23].
Parmi les contraintes affectant le bon fonctionnement des isolateurs nous citons
la pollution. En effet, celle-ci constitue un sérieux problème sur l’isolement des ouvrages
de haute tension, dont il faut tenir compte lors du dimensionnement de l’isolement des
lignes de haute tension. Ceci est dû à la formation de couches plus ou moins conductrices
sur la surface de l’isolateur. Ces couches peuvent engendrer une diminution
considérable de la résistivité superficielle des surfaces isolantes et par suite la
diminution de la tension de tenue des isolateurs.
I.3. Pollution
Un isolateur placé à l’extérieur est exposé aux différents agents constituants
l’atmosphère qui le contamine. Cette contamination se manifeste par l’accumulation
d’un dépôt de pollution à sa surface [24].
On entend, par pollution, les particules solides qui se trouvent dans l’atmosphère et qui
se déposent sur la surface de l’isolateur [24]. Donc la pollution des isolateurs est un
facteur essentiel dont il faut tenir compte dans la conception des lignes électriques de
haute tension de transport d’énergie électrique.
I.3.1 Sources de pollution

La nature de pollution dépend des facteurs géographiques et climatiques. Les
diverses sources de pollution les plus fréquemment observées sur les isolateurs peuvent
être regroupées selon leurs origines : la pollution naturelle, la pollution industrielle et la
pollution mixte.
I. 3.1. 1 Pollution naturelle

Cette pollution peut provenir des sels d’origine marine, de poussières du sol et
des sables véhiculés par les vents dans les régions désertiques [25-27] :
A) Pollution marine
Les installations situées en bord de mer sont exposées aux embruns portés par le
vent et qui se déposent progressivement sur les isolateurs, formant une couche de
pollution de sel qui devient conductrice lorsqu’elle est humidifiée par le brouillard ou
simplement par condensation. Un courant de fuite s’établit alors à travers la couche
superficielle et des arcs électriques peuvent prendre naissance. Dans certaines
conditions, ils se développent jusqu’à provoquer le contournement total de l’isolateur
[26].
8
B) Pollution désertique
La pollution désertique est caractérisée surtout par les dépôts de sable se formant
à la surface des isolateurs après les vents de sable. Une fois humidifiés, ces dépôts
deviennent plus ou moins conducteurs (en fonction des concentrations en sels solubles
qu'ils contiennent) et engendrent la circulation d'un courant de fuite qui apparaît
brusquement et qui est suivi par l'apparition d'arcs partiels qui peuvent conduire au
contournement total de l’isolateur s’ils rejoignent les deux électrodes [25].
I. 3.1. 2 Pollution industrielle

Au voisinage de certaines zones industrielles, la pollution est engendrée par
l’évacuation des fumées des usines (raffinerie, cimenterie, minerais etc. …). La présence
d'éléments conducteurs dans les couches, et/ou la dissolution des sels qu'elles
contiennent engendrent la circulation d'un courant de fuite plus ou moins fort selon les
concentrations des agents polluants [28].
Les usines ne sont pas les seules responsables de ce genre de pollution ; les gaz
d'échappement des véhicules et les engrais utilisés en agriculture contribuent aussi aux
dépôts observés à la surface des isolateurs [29].
I. 3.1. 3 Pollution mixte

Ce type de pollution est en fait le plus fréquent et le plus sévère pour
l’exploitation des ouvrages électriques [29]. La pollution mixte résulte de la combinaison
entre les différents types de pollution, comme par exemple les pollutions marine et
industrielle lorsque des installations industrielles sont situées en bord de mer [25].
I.3.2 Classification et Niveaux de pollution

La pollution constitue l’origine de problème du phénomène de contournement. A ce
titre, des efforts considérables ont été menés afin de la classifier quantitativement et
qualitativement. L’identification des substances de la pollution est impérative pour le
choix de l’isolateur d’une ligne électrique. La norme CEI 815 [30] donne les quatre
niveaux de pollution et leur classement dans le tableau I.1.
Tableau I.1 Classification de la pollution suivant la nature de site [30].
Niveau et taux
Description de l’environnement
de pollution
 zones sans industries et avec faible densité d’habitations

équipées d’installations de chauffage.
Faible
 zones avec faible densité d’industries ou d’habitations mais
< 0.06 mg/cm²
soumises fréquemment aux vents et/ou pluies.
 régions agricoles, régions montagneuses.
 zones avec industries ne produisant pas de fumées
Moyen
particulièrement polluantes et/ou avec une densité moyenne
0.20 mg/cm²
d’habitations équipées d’installation de chauffage.
9
 zones à forte densité d’habitations et/ou d’industries mais

soumises fréquemment aux vents et/ou à des chutes de pluies.
 zones exposées au vent de mer, mais pas trop proches de la côte.
 zones avec forte densité d’industries et banlieues de grandes
Fort villes avec forte densité d’installation de chauffage polluantes
0.60 mg/cm²  zones situées près de la mer, ou exposées à des vents
relativement forts venant de la mer.
 zones généralement peu étendues, soumises à des poussières
conductrices et à des fumées industrielles produisant des dépôts
conducteurs particulièrement épais.
très fort  zones généralement peu étendues, très proches de la côte et
> 0.60 mg/cm² exposées aux embruns, aux vents marins très forts et polluants.
 zones désertiques caractérisées par de longues périodes sans
pluie, exposées aux vents forts transportant du sable et du sel et
soumises à une condensation régulière.
I.3.3. Formation et répartition de la couche de pollution

Suite à l’écoulement d’un air transportant des poussières diverses, une couche de
pollution se forme à la surface des isolateurs. La répartition non-uniforme et non-
homogène de cette couche dépend du profil de l’isolateur, de la position de la chaîne par
rapport au sol (verticale, horizontale, inclinée), du niveau de tension ainsi que du degré
de pollution du site où est situé l'isolateur [27].
Plusieurs travaux d’observation [25-26] ont montré qu’il existe toujours une
distinction nette entre les couches formées à la surface supérieure et celles formées à la
surface inférieure d’un isolateur soumis à la pollution naturelle. Cela veut dire que la
répartition de la pollution le long de l’isolateur est très peu uniforme; le vent, par
exemple, impose des orientations préférentielles pour les dépôts [31].
La pluie qui lave périodiquement les surfaces exposées est un autre facteur de non
uniformité, puisque les parties abritées de l’isolateur ne sont jamais lavées.
I.3.4. Conséquences de la pollution

Lorsque l’isolateur est propre ou recouvert d’une couche de pollution sèche, un très
faible courant capacitif circule à sa surface. Ceci est dû aux très faibles valeurs des
conductivités volumiques de l’air, de l’isolant solide et de la couche de pollution. On
obtient ainsi une répartition électrostatique du potentiel électrique. Par contre, lorsque
la couche de pollution est humidifiée, elle devient le siège d’un courant de conduction de
valeur relativement importante et la répartition du potentiel électrique diffère de la
répartition électrostatique. Dans certaines conditions favorables il y aura l’apparition
des décharges partielles sur la surface de l’isolateur qui s’allongent et mènent au
contournement complet de l’isolateur [32].
10
I.4. Décharges Electriques surfaciques

Les phénomènes de décharge électrique, étudiés pourtant depuis prés de deux siècles,
font toujours l'objet de recherche active auprès des scientifiques [33-34]. On pourrait
s'étonner de cet état de fait mais on comprendrait vite que cela n'est dû qu'à la très
grande complexité du phénomène et des mécanismes qui le constituent. Cependant de
grandes avancées ont été faites ces dernières décennies dans l'amélioration des moyens
de diagnostic des premiers instants de la décharge et donc dans l'étude des mécanismes
d'initiation [33]. Cela a permis d'accroître les connaissances sur le phénomène et
d'avancer dans les applications qui ont d'ailleurs connu de bien plus larges expansions
[34].
Le phénomène de décharge sur une surface polluée a été la préoccupation de beaucoup
de chercheurs [35-36] dont Obenaus [37], qui a été un des premiers auteurs à réaliser
une analyse quantitative sur la décharge des surfaces contaminées.
La modélisation des phénomènes des décharges surfaciques sur des isolants propres ou
contaminés par la pollution ou le givre est d’une importance capitale en vue d’optimiser
l’isolement externes des réseaux électriques. Cela nécessite des investigations sur
plusieurs fronts ; étude de la nature physique de la décharge et son interaction avec le
dépôt de pollution, estimation de l’impédance du dépôt polluant en présence de la
décharge, étude des mécanismes d’allongement de la décharge, influence de la nature du
dépôt sur le phénomène,…etc.[38].
I.4.1 Paramètres physiques de la décharge surfacique -contournement

I.4.1.1 Nature de la décharge
La nature de la décharge menant au contournement des isolateurs pollués reste encore
un sujet d’actualité. Novak et Ellena [39] ont mesuré les paramètres caractéristiques
d’un arc sous tension continue, dans une gamme de courants variant de 20 mA à 4 A
sous des pressions allant de 20 kPa à 150 kPa. Ils ont remarqué un changement du
régime de la décharge luminescente (glow) vers l’arc à partir de 300mA pour des
tensions inferieures à 2 kV. D’autres auteurs soutiennent que la décharge est du type
arc. Cela est plus ou moins justifié par l’intensité du courant mesuré au niveau de
l’électrode connectée à la masse. Si le courant dépasse 1A, on considère que la décharge
est un arc. Par contre, si le courant est inferieur à cette valeur, il est difficile de définir le
type de décharge au vue de sa nature transitoire. Cependant, il est admis, que la
décharge est du type luminescent transitoire, lorsque le courant se situe dans la gamme
10 mA –1 A [38].
11
I.4. 1.2 Diamètre de la décharge

Le diamètre du canal de la décharge est un paramètre important ; sa connaissance est
indispensable à l’élaboration de modèles et la caractérisation physique du phénomène.
Sa mesure est cependant très délicate à cause de la diffusion de la lumière. La décharge
n’est pas un volume dont les frontières sont parfaitement nettes (bien définies). Il est
donc nécessaire de définir un diamètre équivalent.
A partir de la mesure de la densité du courant pendant la propagation de la décharge,
Wilkins [36] a montré que le rayon de la décharge peut être estimé par la relation
suivante :
= (I.1)
. .
Cette relation a été confirmée récemment par Farokhi [40] en effectuant les mesures
optiques pour le cas d’isolateurs pollués avec du givre et il montre que le diamètre qui
assure la conduction peut être approximé par la relation donnée par Wilkins.
I.4.1.3 Température de la décharge

Peu de travaux expérimentaux ont été consacrés à l’étude de la température de la
décharge du contournement des isolateurs pollués et au problème d’instabilité
dynamique de la décharge. A partir de mesures spectroscopiques, Matsumoto et al. [41]
ont estimé la température de la décharge entre 3000 K et 4500 K et conclu que ces
températures sont inferieures à celles mesurées sur des décharges brulant dans l’air
libre dans les mêmes conditions. En utilisant une technique basée sur l’interférométrie,
Ishii et Ohashi [42] ont observé, qu’en polarité positive, sous tension continue un
écoulement turbulent de l’air par convection naturelle en avant de la décharge. En
polarité négative, l’air de cette région subit une convection naturelle avec un régime
laminaire. D’après ces auteurs, la température du corps de la décharge est estimée à
2000 K lorsque la polarité est négative. Notons que dans ces deux études [41-42], le
courant de la décharge peut atteindre 5 A. Par conséquent, on est en présence d’un
régime d’arc plutôt qu’un régime de décharge luminescente transitoire.
Haji et al [43].ont mesuré la distribution de la température sur un isolateur plat en
silicone soumis à une tension alternative. Au bout de 20 secondes d’existence, la
température maximale de la décharge mesurée atteignait, voire dépassait, 1730 K [38].
I.5. Modélisation théorique et expérimentale du phénomène de contournement

De nombreux travaux ont été menés depuis une cinquantaine d’années pour
comprendre les mécanismes conduisant au contournement des isolateurs pollués et se
prémunir d’outils nécessaires permettant la prédiction de ce phénomène, et donc
d’éviter la mise hors service du système[44]. Les résultats de ces recherches ont permis
d’établir des modèles donnant les caractéristiques des décharges évoluant sur les
surfaces d’isolateurs et ce jusqu’au contournement [6,45-59].
12
Ces travaux de recherche ont permis de développer des modèles mathématiques,

établissant ainsi, les caractéristiques des décharges évoluant sur les surfaces polluées
des isolateurs, et ce, jusqu’au contournement. Néanmoins, ces mécanismes restent
insuffisamment compris, à cause d'un grand nombre de facteurs difficiles à cerner, qui
interviennent simultanément dans la génération et la propagation des décharges
électriques.
Dans cette section, nous analysons des principaux modèles mathématiques pour
décrire le phénomène de contournement des isolateurs sous atmosphère polluée. Nous
passons en revue les modèles statiques et dynamiques d’isolateurs contaminés soumis à
des contraintes électriques continues et alternatives.
I.5.1. Principaux modèles statiques de contournement
I.5.1.1. Modèle d’Obenaus

C’est Obenaus qui propose un modèle électrique de base à l'origine des
premières analyses quantitatives des phénomènes d'arcs se produisant sur des surfaces
isolantes planes, recouvertes d'une couche polluante, sous tension continue [37]. Son
modèle basé sur un circuit électrique équivalent constitué d’un arc de longueur X en
série avec une résistance Rp(X) représentant la couche polluante non court-circuitée
par cet arc (Figure. I.2).Ce modèle est à la base de la grande majorité des modèles actuels
de prédiction de la tension de contournement des isolateurs pollués.
Uarc Rp(X)
X L-X
I
L
U
Figure I.2 Circuit électrique équivalent d'après Obenaus [37].
L’équation électrique s’écrit comme suit :
U = Ue + Uarc + R p (X)I (I.2)

Avec :
: la tension appliqué e.
: la chute de tension totale aux bornes des é lectrodes.
( ): la ré sistance de la couche pollué e non court − circuité e par l′ arc.
: la longueur d′ arc.
: le courant qui traverse la couche pollué e(courant de fuite).
13
La décharge est caractérisée par la présence d’un champ électrique longitudinal Ea :
−
= = (I.3)
La tension d’arc est donnée par l’expression approximative suivante :
−
= = (I.4)
Avec et n des constantes empiriques qui caractérisent l’état statique de l’arc, leur
valeur dépendent du milieu dans lequel brûle la décharge. Elles varient selon les
auteurs. De façon générale : 0.40 ≤ n ≤ 1 et 3 ≤ A ≤ 500 [tableau I.2].
Ainsi, on obtient l’équation de la tension totale appliquée au système :
− ( )
= + + (I.5)
Tableau I.2 Valeur des constantes A et n selon plusieurs auteurs.

Auteurs A n Source de tension Milieu
Wilkins [36] 63 0,76 Dc air
Rumeli [55] 518 0,273 NS vapeur
Claverie et al [51] 100 0,5 ac Air
R. Sundararajan et 60 à 63 0,8 à 0,5 dc Air
al [59]
Obenaus et al. [37] 100 0,7 ac Air
F. A. M. Rizk [6] 130 à 210,6 0,45 à 1,3 dc Air
Hampton [35] 530 0,24 NS vapeur
P.S.Ghosh et al [60] 360 0,59 ac Air
L. Alston et al. [56 ] 63 0,76 ac Air
Jolly et al [54] 296 0,397 ac Air
Rahal [53] 220 0,31 dc Air
G. Zhanga et al[57] 138 0,69 dc Air
140 0,67
D. A. Swift [61] 60 et 80 0,5 dc Air
H. G. Gopal et al [5] 60 à 100 0,25 à 1,2 NS Air
J. Zhang et Farzaneh 84 0,77 dc- Air
[62] 209 0,45 dc+ et
205 0,56 ac givre
14
I.5.1.2. Modèle de Neumarker

En reprenant les travaux d’Obtenaus, et en y ajoutant l’hypothèse d’une couche de
pollution de résistance uniforme par unité de longueur de fuite, Neumarker [47] a
proposé l’expression suivante pour la résistance de pollution :
( )= ( − ) (I.6)
Où et représentent respectivement la longueur de fuite totale et la résistance

moyenne par unité de longueur.
En introduisant cette expression dans le modèle d’Obenaus et en négligeant les chutes
de tension cumulée aux électrodes, la tension aux bornes de l’isolateur sera :
= + ( − ) (I.7)
Ou encore :
= + ( − ) (I.8)
Ainsi, Neumarker déduit le courant critique Ic et la longueur d’arc critique Xc [47]:
1
=( ) +1 (I.9)
Et : = (I.10)
+1
D’où l’expression de la tension critique de contournement :
(1 +1) ( +1)
= (I.11)
I.4.1.3. Modèle de J. Danis

Dans le but de reproduire des couches similaires à celles observées sur des isolateurs
naturellement pollués, J.Danis [48] a proposé un modèle de forme géométrique simple
(plan ou cylindrique) constitué de plusieurs zones sèches séparées par des zones
humides (Figure .I.3.a).
Ainsi, il a abouti aux résultats suivants :
 La décharge électrique prend naissance dans les zones sèches et se déplace vers les
zones humides (Figure. I.3-b).
 Cette décharge s’amorce d’une façon aléatoire le long de la zone sèche et aucune
position n’est privilégiée par rapport à une autre.
 Dans le cas d’une alimentation continue, l’aspect de la décharge dépend de la polarité
de l’électrode qui se trouve juste a proximité de la décharge (en cas de zone humide).
Il semblerait que l’anode provoque une décharge de type luminescente. La cathode,
15
par contre, provoque une décharge

d aux multiples ramifications fines. De plus, le
développement de la décharge
charge à proximité de la cathode est plus rapide que celui a
proximité de l’anode. Dans le cas d’une décharge
charge cathodique, le champ au pied de la
décharge
charge dissocie l’eau et les électrons se déplacent
placent de la couche humide vers l’air.
Cette charge négative
gative dans la décharge
charge augmente le champ et le claquage
diélectrique
trique se produit. Par contre, dans le cas d’une décharge écharge anodique, les
électrons se déplacent
placent de l’air vers la couche humide en créant ant une charge positive
qui diminue le champ au pied de la décharge.
charge. Ainsi, l’allongement de la d décharge
devient lent.
 Aux premiers
remiers stades du processus, de nombreuses décharges
d charges locales peuvent avoir
lieu dans la zone sèche.
che. Lorsque le courant augmente, les décharges
d charges disparaissent de
telle sorte qu’une seule décharge
d dominante persiste. Celle-ci ci se développe donc
seule à travers la zone humide.
 Le développement
veloppement de la décharge
d d’une zone sèche
che s’effectue de mani
manière à rejoindre
la décharge développée sur la zone sèche
s voisine (Figure I.3-c).
 Le contournement se fait à travers les chemins déjà pré-établis par le les différentes
décharges
charges de chaque zone sèche
s (Figure I.3-d).
 Les positions des décharges
charges développées
d changent lorsque l’expérience
expérience est répétée,
et le contournement se fera donc à travers un autre chemin qui n’est pas forcement
le plus court (Figure I.3-e).
e).
Figure I.3 Modèle de J. Danis.
16
I.5.1.4. Modèle de Rizk

A partir d'une analyse théorique, Rizk [6]
[ ] a décrit le phénomène d'entretien de
l'arc par le mécanisme de la rupture diélectrique. Il a mis en évidence l'expression de la
rigidité diélectrique de l'espace résiduel et a établi une relation entre la tension
minimale Uc (tension de contournement minimale)
minimale) nécessaire à l'entretien de l'arc, la
résistance de pollution linéique rp et la longueur de fuite L de la forme [6] :
0.4
= 23 (I.12)
I.5.1.5. Modèle de Rao et Gopal

D’après Rao et Gopal [49], laa tension donnée par l’équation,
l’équation, n’est valable que pour u
une
décharge de type intermédiaire entre la luminescence et l’arc [49] ; ce type d’équation
peut
eut être contesté lorsque la décharge se réamorce
réamorce périodiquement. Ainsi, ces aauteurs
ont essayé d’expliquer les écarts entre les prédictions des modèles et les valeurs
mesurées pendant le contournement, en introduisant une nouvelle équation exprimant
le champ
amp dans la colonne de la décharge :
1 −3
U= α + (β + x) V ( ) (I.13)
δ
α, β, v et δ sont des constantes qui dépendent

dépendent de la nature des électrodes entre
lesquelles s’amorce la décharge.
I.5.1.6. Modèle de Claverie et Porcheron

Le plus utilisé des modèles dans le cas des tensions alternatives est celui proposé par
Claverie et Porcheron (1973) [51].
[ Ce modèle (Figure I.4), est constitué d’une plaque
isolante de porcelaine vernie,
vernie, recouverte d’une couche de pollution et munie de deux
électrodes l’une circulaire de rayon R (mise à la haute tension) et l’autre rectangulaire
(mise à la terre).
Figure I.4 Modèle expérimental de Claverie et Porcheron [51].

[
17
Ces auteurs ont montré que pour un modèle d’isolateur plan (Figure. I.4), la tension
d'arc empirique est de la forme:
Varc = 100. X/√I (I.14)
et la tension minimale d’entretien de l’arc :
Vc = 800. X/√I (I.15)
Avec :
X : longueur d’arc
I : le courant de fuite.
I.5.2. Modélisation dynamique du contournement

L’étude du phénomène de contournement a été souvent effectuée en utilisant des
modèles statiques, alors que plusieurs paramètres électriques, thermiques et
géométriques impliqués dans ce phénomène évoluent dans le temps. Afin de se
rapprocher le plus possible de la réalité et parer à cet handicap, de nouveaux modèles,
tenant compte de la variation dans le temps de certains paramètres, ont été proposés.
Ainsi, des lois physiques sont utilisées pour établir des critères de propagation de la
décharge et pour étudier la dynamique de cette décharge.
I.5.2.1. Mécanisme de propagation

Dans le phénomène de propagation de l‘arc électrique, il existe deux modes
principaux :
I.5.2.1.1. Propagation par ionisation
D’après Wilkins et Al - Baghdadi [52], le mécanisme d’élongation se ferait par
ionisation et déplacement discontinu du pied de la décharge. Selon Wilkins, la
probabilité d’ionisation dans la région précédant l’avant pied de la décharge est grande,
étant donné que la température ainsi que le potentiel, sont élevés dans cette région
(Figure I.5.a). Si l’ionisation est suffisante, alors il y a circulation d’un courant électrique.
La conductivité du nouveau trajet du courant va augmenter avec celui-ci, tandis que celle
du trajet précédent dans l’électrolyte reste constante (Figure I.5.b). Par conséquent le
courant total change progressivement de trajet, entraînant ainsi une élongation δ de la
décharge.
18
Figure I.5 Mécanisme de propagation par ionisation proposé par Wilkins

Wilkins.
I.5.2.1.2. Propagation
tion par force électrostatique
A partir des observations faites sur un canal d’électrolyte, Rahal [53] a essayé de
mettre en évidence l’existence d’une force électrostatique s’exerçant sur la décharge,
responsable du déplacement de l’arc. Il a démontré que du point de vue électrique
macroscopique, cette force était due à la dissymétrie de la distribution du potentiel, elle-
même causée par le passage du courant dans le liquide couvrant la surface isolante.
Cette force va provoquer la courbure de la décharge vers l’électrode de masse (Figure
I.6). Une fois les conditions critiques satisfaites, la décharge
décharge se déplacera alors vers
l’électrode de masse.
D’après l’auteur, l’existence de cette force implique en effet, que l’on considère la
décharge comme un élément de circuit doué d’une certaine auto auto-consistance
macroscopique et susceptible de s’étirer de façon plus ou moins élastique. [[53]
19
Figure I.6 Courbure

ourbure de la décharge dans la direction de l’écoulement du courant
mettant en évidence l’existence d’une force.
Dans une analyse critique sur les différents mécanismes de propagation de la décharge
présents dans la littérature, Flazi [4] [ ] ne pouvant pas identifier un phénomène
élémentaire de rupture diélectrique d’un intervalle gazeux sur le trajet du
contournement, au sens de la physique de la décharge, a du se ramener à une approche
plus globale du phénomène, à savoir le mécanisme de la propagation par ionisation
progressive. Ainsi, il a déduit que l’augmentation du degré d’ionisation à l’intérieur de la
décharge et le démarrage des processus d’ionisation devant elle, sont les facteurs
responsables dee l’allongement et du changement que subit la décharge, dans ses aspects et
ses états dynamiques.
20
I. Mécanisme de propagation proposé par Flazi [4].

Figure I.7
I.5.2.2. Critères d’élongation de la décharge

La décharge stable est considérée dans la plupart des travaux sur le contournement,
comme étant un corps cylindrique, de longueur x, dont la tête se trouve sur l’électrode
HT et le pied sur la surface de l’électrolyte. Lorsque les conditions favorisant l’élongation
de la décharge sont remplies, le corps se déplace vers la masse ; ces conditions font
intervenir soit le champ électrique, soit le courant, ou encore la résistance de pollution,
pour les critères suivants :
I.5.2.2.1. Critère d’Hampton

A partir des expériences de contournement réalisées sur un jet d’eau conducteur
présentant une résistance uniforme, Hampton [35]
[ a établi que la différence entre le
champ au pied d de la décharge et le champ dans la pollution représente l’élément
essentiel qui gouverne la propagation de la décharge. Selon cet auteur, la condition
21
nécessaire pour que se produise le contournement est que le gradient de potentiel dans
l’électrolyte Ep dépasse le gradient à l’intérieur de l’arc Ea.
EP  Ea (I.16)
I.5.2.2.2 Critère d’Hesketh

Hesketh [58] a fait l’hypothèse que la décharge en série avec la couche de pollution se
modifie automatiquement de façon à rendre maximal le courant I qu’elle tire de la
source d’alimentation.
On peut donc réécrire le critère de contournement sous la forme :
dI
 0 (I.17)
dx
En d’autres termes, le contournement est impossible pour une tension appliquée et

une longueur d’arc initiale inférieure aux valeurs critiques qui remplient la condition ci-
dessus.
I.5.2.2.3. Critère de Wilkins

En considérant qu’un système se place dans la configuration qui lui permet de dissiper
le maximum d’énergie, Wilkins [36] a essayé de développer le critère d’Hesketh en
faisant intervenir la puissance P dissipée par le système expérimental.
En effet, la décharge s’allonge vers le contournement quand :
dP/dX > 0 (I.18)
Si la tension appliquée U est constante, l’équation se réduit à :
dI
 0 (I.19)
dx
On retrouve le critère d’Hesketh.
I.4.5.2.4. Critère de Nacke

Nacke a considéré à la fois le critère d’entretien d’un arc en régime continu, que l’on
peut qualifier de critère de stabilité électrique, et le critère de stabilité du mouvement
ou de stabilité mécanique. Pour le premier critère, Nacke [63] a utilisé la condition de
Kaufman:
dU arc
RP  (I.20)
dI
Pour le critère de stabilité mécanique, il a appliqué le principe du mouvement virtuel.
Le courant étant considéré constant, il a exprimé l’accroissement du potentiel du
22
système qui se déduit d’une petite variation de la longueur d’arc sous la forme
différentielle suivante :
 dU arc   dR 
dU    .dX  I . P  .dX
(I.21)
 dX   dX  p
 I  P I
Où :
X: longueur de l’arc
Xp : longueur de la couche de pollution.
A partir de l’hypothèse que l’arc se déplacera si dU<0 (instabilité mécanique), on
remarque que pour une résistance de pollution uniforme le critère de Nacke rejoint celui
d’Hampton.
I.5.2.2.5. Critère de Anjana et Lakshminarasimha

Anjana et Lakshminarasimha [64] ont proposé un critère énergétique dans lequel ils
assimilent la décharge à une colonne de gaz en équilibre thermodynamique. La
condition nécessaire à la propagation de la décharge serait que l’énergie totale fournie
Wtot doit être supérieure ou égale à l’énergie thermique Wth nécessaire pour maintenir la
décharge à sa température :
Wtot  Wth (I.22)

Avec :
Wth  32 KTM (I.23)
Wtot  ( E d I d  P0 )  t (I.24)
Ou K est la constante de Boltzmann, T la température dans la colonne de la décharge, M

le nombre de particules neutres dans la décharge, Ed le gradient du champ électrique
dans la décharge, Id le courant dans la décharge et P0 les pertes thermiques par unité de
longueur[64].
I.5.2.2.6. Critère de Ghosh

En considérant une série de décharges multiples parallèles, Ghosh et al. [60] ont établi le
critère de propagation selon lequel la décharge se propage si la résistance de la décharge
diminue avec son allongement :
<0 (I.25)
23
I.5.2.3. Principaux modèles dynamiques de contournement
Il existe plusieurs modèles pour caractériser l’état dynamique de la décharge. Dans ce

qui va suivre nous allons présenter les plus importants parmi ceux-ci.
I.5.2.3.1. Modèle de Rizk et Nguyen

Afin d caractéreiser la dynamique de l'arc pour le cas continu (DC), Rizk et Nguyenc ont
considéré une résistance d'arc qui varie selon l'équation de Mayr [65]:
2 +1
= − (I.26)
avec : τ = 100 µs, constante de temps de l’arc.

n = 0,8 et A = 60, constantes de la caractéristique statique de l’arc.
I.5.2.3.2. Modèle de Sundararajan et Gorur

Sundararajan et Gorur [59] ont proposé un modèle dynamique en continu, basé
sur le critère de propagation de Hampton. Pour le gradient de la tension dans la couche
de pollution, ils ont utilisé l’expression :
1
+1
= +1 (I.27)
Ou rP représente la résistance de pollution linéique. A=63 et n=0.5. Notons que la valeur

de EP utilisée par Sundararajan et Gorur est en fait en contraint critique :
1
+1
= +1 (I.28)
Celle-ci a été établie par Neumarker [47].

Pour le cas alternatif Sundararajan et Gorur utilisent le même modèle en y
remplaçant le critère.de propagation de l’arc par la condition de réallumage établie par
Rizk [6].
0.4
= 23 (I.29)
I.5.2.3.3. Modèle d’Aydogmus et Cebeci

Aydogmus et Cebeci [66] ont été les premiers à employer la méthode des éléments fins
(MEF) dans le but d'élaborer un modèle dynamique de prédiction de la tension de
contournement des isolateurs pollués. En effet, dans leur modèle, les auteurs se servent
de la méthode des éléments finis (MEF) pour calculer le champ électrique le long de la
ligne de fuite de l’isolateur (figure I.8-1) et le courant de fuite circulant dans la couche de
24
pollution qui le recouvre. Le calcul du champ électrique s'effectue sur un modèle

axisymétrique de l'isolateur (figure I.8-2),2), tandis que la détermination du courant de
fuite s'établit sur la surface de l'isolateur dépliée (figure I.9)) qui est considérée comme
une surface conductrice pour les besoins de la simulation.
2
(1) (2)
Figure I.8 Isolateur étudié (1) et son modèle discrétisé par la MEF (2)
1
Figure I.9 Surface dépliée correspondante à l’isolateur étudié [[66].
Pour chaque niveau de tension appliquée, si le critère de Hampton est vérifié entre
chaque deux nœuds voisins présents sur la ligne de fuite du modèle géométrique
discrétisé par la MEF (figure I.9-2),
I. un arc est créé entre ces deux nœuds.
Dans ces conditions, ces derniers sont alors au même potentiel, car de par leur
proximité, la chute de tension dans l'arc peut être négligée.
négligée La phase suivante consiste à
accroître la tension appliquée avec les nouvelles
nouvelles conditions aux limites imposées sur les
nœuds et à recalculer, par la suite, le champ électrique entre deux nœuds voisins pour
valider ou non le critère d’Hampton. Ce processus de calcul, qui est poursuivi jusqu'au
contournement total de l'isolateur,
l'isolateu c'est-à-dire
dire lorsque la longueur de l’are électrique est
égale à la longueur de la ligne de fuite de l'isolateur.
I.5.2.3.4. Modèle de Teguar

Le modèle de Teguar [67] en tension
nsion continue se base sur le circuit équivale
équivalent
d'Obenaus et utilise le critère de propagation de Hampton.
25
Par ailleurs, Teguar a représenté la résistance de pollution comme une fonction

linéaire de la longueur de fuite. Concernant le rayon d'arcs, il a utilisé l'expression
donnée par Wilkins qui met en évidence la relation entre entre le rayon au pied de l’arc et le
courant I dans l’arc.
Le modèle qu'il a proposé osé permet d'évaluer la tension, le le courant et le temps de
contournement et de décrire la dynamique de l'arc en tenant compte de la géométrie de
l'isolateur ainsi que des variation
va instantanées de certainss paramètres important
importants à
savoir le courant de fuit, la vitesse de propagation , la puissance et l'énergie fournie par
la source , le champs dans la pollution et au pied de l'arc, la résistance de la pollution , le
rayon canal d'arc, la résistance de ce canal, sa longueur, sa résistance linéique, sa
résistivité, sa tension ainsi que la puissance et l'énergie qui lui ont été transférées.[
transférées.[67]
L’organigramme typique des modèles dynamiques est présenté dans la Figure I. I.10.
Figure I.10 rganigramme général d'un modèle dynamique [67].

0 Organigramme
26
I.5.3 Quelques modèles de laboratoire

I.5.3.1. Modèle d’Obénaus
Le dispositif expérimental d’Obénaus [46], représenté sur la figure I.11, est constitué
d’une plaque isolante creusée d’une rainure de longueur L, de largeur b et de
profondeur e. Cette dernière est remplie d’un électrolyte constitué de l’eau distillée et de
chlorure de sodium (Na Cl) pour simuler la couche de pollution.
Une électrode H.T surplombe l’électrolyte à une hauteur « h ». A l’une des extrémités de
la rainure est placée une électrode de masse (figure I.11). Electrode HT
Electrolyte
La masse h
e
Figure I.11 Le montage expérimental du modèle d’Obenaus.
I.5.3.2. Modèle bi contournable

Dans ce modèle (figure I.12) [4] qui est inspiré du modèle d’Obénaus, le contournement
peut se développer soit à droite soit à gauche de l’axe de la décharge, selon les
conditions critiques expérimentales.
La cellule expérimentale est conçue, en creusant une rainure dans une plaque de
Plexiglas. Cette rainure est remplie d’un électrolyte et possède deux électrodes de
masse à ses extrémités. Une électrode haute tension surmontant la rainure à une
hauteur « h » au dessus de la solution, et à mi-distance des extrémités (figure I.12).
Electrode HT
Electrolyte
La masse
Figure I.12 Modèle bi contournable.
27
I.5.3.3. Modèle du disque circulaire (2D)

Woodson et McElroy [68] ont imaginé une configuration géométrique (illustré à la
figure I.13) qui représenterait d’une façon idéale la surface d’un isolateur à disque.
L’électrode haute tension (HT) se trouve au centre du disque et la masse entoure toute la
périphérie du modèle (figure I.13).
Bande sèche
Électrode HT
Electrode de masse
Figure I.13 Modèle du disque circulaire (2D) [68].
I.5.3.4. Modèle du disque (3D)

Ce modèle a été élaboré au sein du laboratoire de la haute tension et des décharges
électriques de l’USTO [69]. Il se rapproche au maximum de la forme de l’isolateur réel
(isolateur capot et tige), comme le montre la figure I.14. Il est constitué d’un disque
circulaire complètement plongé dans un support isolant rempli de l’électrolyte. Au
milieu du disque sur la surface supérieure se trouve l’électrode haute tension et sur la
surface inférieure se trouve l’électrode de masse (figure I.14) [69].
Electrolyte Bac en plexiglas
Disque en Plexiglas
Électrode H.T
Bande sèche
Électrode de
masse
Figure I.14 Modèle disque (3D).
I.5.3.5. Modèle développé d’un disque (2D)

Ce modèle conçu au laboratoire de la haute tension et décharges électriques [70], est
obtenu par la transformation d'un isolateur réel de type disque (3D) en un modèle
équivalent plat qui est montré par la figure I.15.
28
Le principe de transformation est de procéder à relever les distances entre le capot et

la masse, point par point sur une feuille millimétrée collée sur la surface de l’isolateur
disque, puis dessiner la surface plate équivalente sur une plaque en plexiglas en la
limitant par une matièrere isolante. Ce modèle plat est constitué par un chapeau qui
représente l’électrode haute tension et deux demi-cercles qui représentent l’électrode
de masse (figure I.15).
1 : Capot, 2 : Zone sèche,

3 : Rubans (couche polluante),
4 : Tiges
(3D) et son modèle développé (2D) [70].

Figure I.15 Isolateur disque (3D)
I.5.3.6. Modèle ouvert (2D)

Dans le cadre de notre mémoire de magister [71], et en s’inspirant des trav travaux
antérieurs [66], nous avons montré que le modèle ouvert (2D) (figure I. I.16) de
l’isolateur disque
ue (3D) peut être obtenu comme la montre la figure suivante :
Figure I.16 Modèle ouvert d’un isolateur disque.
Le principe de la transformation est basé sur la relation suivante :

Y(x)  2..r(x) (I.30)
et par la rotation d'un angle  qui varie entre 0 et 360°des points (xi,yi) relevés sur la
surface de l’isolateur [72].
29
Où : x est la distance entre l’électrode haute tension et un point sur la ligne de fuite. r(x)
est le rayon d’un cercle passant par un point sur la ligne de fuite. Y(x) est la distance
verticale dans le modèle ouvert figure I.16.
Afin de généraliser cette technique,

te on a pu élaborer un modèle plat en deux
dimensions de laboratoire qui représente un autre isolateur réel en trois dimensions et
qui possède la même surface extérieure et la même ligne de fuite que lui [72]. La figure
I.17 présente le profil et le tableau des caractéristiques géométriques
géométriques de l’isolateur
choisi, son modèle ouvert équivalent est représenté par la figure I.18.
Diamètre (mm)(D) 175

Ligne de fuite (mm) 190
Pas (mm)(H) 100
Figure I.17 Isolateur U-40.
Figure
ure I.18 Modèle ouvert d’un isolateur réel.
Etant donné que la distribution du potentiel sur la surface des isolateurs pollués a une
influence importante dans le phénomène de contournement, nous avons procédé les
étapes suivantes pour calculer le potentiel en chaque point le long de la ligne de fuite de
l’isolateur :
 A partir du profil de l’isolateur

olateur donné par la figure I.17,
I.17, on relève les coordonnées
cartésiennes (xi,yi) des maximums des points sur la surface de l’isolateur pour créer
le tableau des données géométriques de l’isolateur. Nous établissons ainsi le modèle
ouvert de notre isolateur.
 Connaissant les cordonnées xi et yi, on peut calculer la ligne de fuite élémentaire
entre deux anneaux successifs
ccessifs i et i+1 sur la surface de l’isolateur pour trouver la
ligne de fuite totale
tale de l’isolateur comme suit :
30
li  (yi1  yi )2  (xi1  xi )2 (I.31)

m
L f  i1
li (I.32)
Où :
li : est un élément de la ligne de fuite.
Lf : est la ligne de fuite de l’isolateur.
 En se servant du modèle ouvert de la figure I.18, on peut calculer facilement les

résistances élémentaires et la résistance totale de la couche de pollution Rt par les
relations suivantes [72] :
li  1
1 dl
Ri   (I.33)
 s li
Y (l )
m li  1
1 dl
Rt  
i 1   Y (l ) (I.34)
s li
Avec :
Ri : la résistance élémentaire.
Y(l) : la distance verticale dans le modèle ouvert figure I.18.
Rt : la résistance totale de la couche de pollution.
σs : la conductivité surfacique.
 Le courant de fuite I qui circule dans la couche de pollution peut être calculé à partir
de la tension appliquée U et de la résistance totale en utilisant la relation :
I  U / Rt (I.35)
 Nous pouvons maintenant calculer le potentiel Vi dans n’importe quel point formant
la surface de l’isolateur par la formule suivante :
n
Vn  I  i 1
Ri (I.36)
 Pour calculer la longueur totale de la ligne de fuite, il faut déterminer l’ensemble des
segments entre deux nœuds consécutifs qui constituent la ligne de fuite totale de
l’isolateur réel (3D). Pour cela, on a utilisé la méthode d’interpolation cubique
appelée ‘Spline Cubique’ entre deux nœuds de coordonnés (xi, yi) et (xi+1, yi+1) qui
constituent la géométrie de l’isolateur réel [73].En appliquant cette méthode, la
longueur de chaque segment de la ligne de fuite entre les points i et i +1 de la boucle
de pollution est calculée par la relation suivante:
= ( − ) +( − ) (I.37)
31
Et la longueur totale de la ligne de fuite de l’isolateur sera la somme de tous les segments
calculés par la relation (I.38) :
= ∑ =1 (I.38)
Ce modèle a été validé par des essais expérimentaux par la mesure de la résistance
totale de la couche de pollution et la tension critique de contournement en les
comparants aux résultats trouvés sur un isolateur réel 3-D [71].
I.6. Paramètres d’influence
Selon les chercheurs, plusieurs facteurs influencent la tension critique de

contournement des isolateurs pollués. L'influence de certains facteurs est résumée ci-
après:
I.6.1. Effet de la polarité et la nature de l’onde de tension

Les valeurs de tension critique de contournement varient en fonction de la nature de la
tension appliquée. Dans le cas d'une tension continue, pour une épaisseur donnée de
pollution, les valeurs les plus faibles, donc les plus dangereuses, ont été obtenues en
polarité négative et les valeurs les plus élevés, en polarité positive [38]. Il a été rapporté
aussi que les tensions critiques en polarité négative sont environ égales à 2/3 des
tensions critiques en polarité positive [8]. Cette constatation n’est pas prise en compte
dans les modèles classiques.
Wilkins et Al Baghdadi [52] ont expliqué les valeurs plus faibles de la tension trouvées
en polarité négative par leur théorie de l'élongation par ionisation. Dans le cas de
tension négative, on a un gradient de tension sur la tête de la décharge plus important
dû à la charge d’espace, favorisant plus l'ionisation, et donc un courant critique inférieur
à celui d'une tension positive appliquée.
Sous tension impulsionnelle de foudre et de manœuvre, certains chercheurs ont trouvé
que le contournement en polarité positive est plus facile qu’en polarité négative pour
plusieurs types de configurations de la pollution (pollution électrolytique ou solide,
uniforme continue et discontinue).
Les valeurs de tension de tenue obtenues sous tension alternative sont inférieures à
celles obtenues sous tension continue en polarité positive et supérieures à celles
obtenues sous tension continue en polarité négative [38].
I.6.2. Chute de tension des électrodes

Les chutes de tension au niveau de l’anode et de la région d’interface cathodique ont fait
l’objet de plusieurs travaux. Grâce à des mesures, Wilkins [36] a établi que la somme
des chutes de tension à la cathode et à l'anode, pour des arcs établis entre des électrodes
électrolytiques, était de 840V. De même il a été montré expérimentalement que la chute
de tension cathodique est constante et oscille autour de 840 V à 950 V suivant les
32
conditions expérimentales. Ces valeurs sont supérieures à celles de la chute de tension

cathodique d’une décharge brulant dans l’air avec une cathode métallique [38].
Un modèle théorique de calcul de la chute de tension cathodique a été proposé par
Cheng et al. [74]. Ce modèle établi pour le cas des décharges luminescentes sur certaine
surfaces métalliques est basé sur l'équation du Poisson et sur le mécanisme d'avalanche
de Townsend. Les résultats numériques obtenus concordent avec les mesures; ce qui a
permis à ces auteurs de conclure que la valeur de 800V pour la chute de tension est
raisonnable. D’après Rizk [6], en dehors des conditions où le niveau de pollution est
extrêmement élevé et où des arcs multiples brûlent en série, on peut en principe
négliger les chutes de potentiel aux électrodes.
I.6.3. Couche de pollution non uniforme

La couche de pollution qui se dépose sur l'isolateur est loin d'être uniforme; cependant,
on ignore la forme ou la nature de cette non linéarité car le dépôt de pollution est un
phénomène très aléatoire dans la nature. Les travaux effectués antérieurement,
montrent que le cas de pollution uniforme semble être plus critique d'où la justification
de l'hypothèse d'une pollution uniforme pour simplifier les calculs. Ce problème a été
traité par plusieurs chercheurs qui généralement ont attribué des résistivités différentes
à chaque zone de l'isolateur [8,73].
Pour tenir compte de la non uniformité de la couche de pollution dans leur modèle,
Sundararajan et Gorur [59] ont partagé le profil de l'isolateur en plusieurs zones et ont
attribué un ESDD (dépôt de densité de sel équivalent) différent pour chaque zone. Ils ont
trouvé que la tension de contournement dans ce cas est légèrement supérieure à celle
correspondant à une pollution uniforme dont le ESDD est le même sur toute la surface
de l'isolateur [8].
I.6.4. Temps de contournement

On appelle temps de contournement, le temps qui s’écoule entre l’instant d’amorçage de
la décharge et l’instant où son pied atteint l’électrode basse tension. Dans le cas d’une
tension alternative, ce temps est précédé d’un temps to plus grand qu’une demi–période
pendant lequel la décharge s’éteint et se réallume plusieurs fois avant de contourner la
surface de l’isolateur. Ce temps t0 est appelé temps de retard; il correspond à la durée
pendant laquelle le milieu où brûle la décharge, perd ses propriétés isolantes [8].
Dans une étude expérimentale de mesure du champ électrique dans l'arc en fonction du
temps, Swift [61] a observé la dépendance du temps au contournement avec la nature de
mouillage de l’isolateur. Ghosh et Chatterjee [60] ont montré que le temps au
contournement décroît avec l’augmentation de la tension appliquée et dépend de la
nature chimique du polluant. Ils ont trouvé que pour chaque électrolyte, il y a une valeur
particulière de la tension appliquée pour laquelle un contournement se produit au bout
de 1ms et que toute augmentation de la tension n'a pas d'effet remarquable sur le temps
au contournement [8,38].
33
I.7. Conclusion
Nous avons présenté dans ce chapitre un résumé d’une étude bibliographique sur les
isolateurs en précisant leur rôle et leurs différents types, ainsi que la pollution qui
représente l’une des contraintes auxquelles sont soumis les isolateurs des réseaux
électriques en présentant ses différents niveaux. Dans la deuxième partie de ce chapitre,
nous avons présenté les différents modèles théoriques et expérimentaux trouvés dans la
littérature pour la modélisation du phénomène de contournement, et les principaux
critères qui régissent l’évolution de la décharge.
Au cours de cette partie nous pouvons dire que :
 Les modèles statiques, permettant la prédiction des différents paramètres

caractérisant l’évolution de la décharge électrique sur les surfaces isolantes, traitent le
phénomène de contournement sous un aspect global en lui associant un critère
d’extension. Ils nous donnent une image à un temps fixe reflétant une situation donnée.
Par ailleurs, les modèles dynamiques représentent le mécanisme de contournement, qui
tient compte des changements instantanés des paramètres caractérisant l’arc
électrique.
 Une des difficultés principales dans la formulation du problème de
contournement provient de la forme complexe des isolateurs. Cette difficulté est
surmontée en remplaçant un isolateur pratique avec un modèle approprié qui tient
compte de la forme de l’isolateur et préserve la nature physique du problème de
contournement autant que possible.
34
CHAPITRE II
DETERMINATION DE LA TENSION DE
CONTOURNEMENT DES ISOLATEURS
POLLUES PAR LA METHODE DE L’ANALYSE
DIMENSIONNELLE
CHAPITRE II DETERMINATION DE LA TENSION DE CONTOURNEMENT…………………………………
II.1 Introduction
L’analyse dimensionnelle est un outil efficace pour aborder des procédés complexes
dans lesquels de fortes interactions entre des phénomènes de différentes natures
existent. Elle permet également de formuler des hypothèses simples sur les
grandeurs qui gouvernent l’état d’un système physique, en recherchant la forme
générale de l’équation régissant les phénomènes. Grâce à la propriété d’homogénéité
des équations, c’est-à-dire à leur indépendance par rapport aux unités, un système
équivalent de variables sans dimension peut être formé à partir des relations entre
les variables dimensionnelles du problème à traiter. Cette opération permet de
réduire le nombre de variables décrivant le problème physique en ne considérant que
des paramètres adimensionnels. Cet outil a été utilisé dans plusieurs secteurs de
génies et sciences physiques pour des applications importantes, en particulier dans la
mécanique des fluides et celui du transfert de la chaleur [6].
De nombreux travaux, aussi bien théoriques qu’expérimentaux ont été entrepris,

afin de mieux cerner le phénomène de contournement des isolateurs pollués et de se
prémunir d’outils permettant le suivi de son évolution et d’éviter son apparition. Des
méthodes analytiques et expérimentales ont été développées et plusieurs approches
mathématiques ont été analysées, cependant les difficultés existent toujours et
d'autres études sont encore nécessaires [6, 66,75-76]. Du fait que nous connaissons
mal les mécanismes physiques réels à la base des modèles mathématiques, certains
chercheurs en sont venus à penser qu’il est très intéressant de résoudre ce genre de
problème par la méthode de l’analyse dimensionnelle [6,77-78]. Récemment, cette
technique a été utilisée pour l’étude du phénomène de contournement des isolateurs
pollués et montrait des résultats intéressants [79-80].
Dans ce chapitre, nous essaierons d’utiliser cette technique pour trouver un modèle
mathématique de la tension et courant critiques de contournement qui représente
mieux nos résultats de mesure obtenus à la suite des expériences faites sur un
modèle de laboratoire.
35
II.2 Objectifs et intérêts de l’analyse dimensionnelle

L’analyse dimensionnelle est la quintessence de la modélisation physique, c’est un
domaine où l’on étudie les fonctionnelles reliant les différents paramètres physiques
d’un problème.
Les informations que l’analyse dimensionnelle et le dimensionnement apportent sont
nombreuses. On peut par exemple déterminer les effets prépondérants dans un
problème afin d’obtenir un modèle simplifié. On peut trouver des relations semi-
empiriques pour des phénomènes relativement compliqués à simuler (abaques de
perte de charge, longueur d’un jet de plasma laminaire...). Pour l’optimisation de
procédés industriels, son utilisation permet de limiter le nombre d’expériences à
effectuer pour trouver les meilleurs paramètres de fonctionnement. Des méthodes
raffinées permettent même d’obtenir des ordres de grandeur en utilisant des
connaissances qualitatives du problème ou quelques mesures.
II.3 Modèle mathématique

La méthode de l’analyse dimensionnelle qui se base sur le théorème  de
Buckingham, part de l’hypothèse qu’un phénomène donné à étudier est régi par une
équation, homogène au plan des dimensions [81], relie un certain nombre de
variables entre elles, et à partir de laquelle des informations peuvent être recueillies
sur le phénomène considéré. Récemment, cette technique a été utilisée pour l’étude
du phénomène de contournement des isolateurs pollués et montrait des résultats
intéressants. Afin d’exécuter l’analyse dimensionnelle, une liste des variables qui
définissent un problème, y compris des constantes dimensionnelles et
adimensionnelles doit être déterminée. Dans le cas de notre problème, on suppose
que parmi les facteurs qui ont une influence sur la tension de contournement, les
éléments prépondérants qui sont : les constantes caractéristiques de l’arc (A,n),la
résistivité de la pollutions ρp, les dimensions géométriques de l’isolateur (la ligne de
fuite L ,le diamètre D), l’épaisseur de la couche de pollution e, et la pression
atmosphérique P.
Donc, on peut écrire la relation suivante :
U c  f ( A,  p , P , L , D , e ) (II.1)
Dans notre étude le choix de ces paramètres est arbitraire, les propriétés thermiques
de la décharge ne sont pas prises en considération [82], elles pourront être l’objet de
nos prochains travaux.
Le tableau II.1 montre les grandeurs physiques fondamentales et leurs
dimensions, dans le Système International (SI). M étant la Masse, L la Longueur, T le
Temps, et A l’Ampère.
36
Tableau II.1 Dimensions des grandeurs prépondérantes.

Paramètres Dimensions
La résistivité de la pollution ρp ML3T-3A-2
Constante de la caractéristique statique de MLT-3An-1
l’arc A
La pression atmosphérique P ML-1 T-2
La longueur de fuite L L
Le diamètre l’isolateur D L
L’épaisseur de la pollution e L
La tension critique de contournement Uc ML T-3A-1
2
A partir du tableau II.1 et par l’application du théorème  de Buckingham, on peut

trouver l’expression de la tension critique de contournement suivante [79] :
U c  A1 / n 1  np / n 1 L(1 n ) /( n 1) f ( DL , Le ) (II.2)
Où f ( DL , Le ) est un rapport fonctionnel à déterminer par l’expérience.

Avec la même procédure on peut montrer facilement que l’expression
correspondante du courant critique de contournement I c peut s’écrire sous la forme
suivante [79] :
I c  A1 / n 1  p1 / n 1 L2 /( n 1) f ( DL , Le ) (II.3)
Dans les équations (II.2) et (II.3), on remarque que le rapport fonctionnel f ( DL , Le ) ne

s’exprime qu’en fonction des dimensions géométriques, qui sont prises constantes au
cours de chaque série de mesure, donc ces équations deviennent sous la forme
simple suivante :
Uc  K . pn / n 1 (II.4)
Ic  K ' . p1 / n 1 (II.5)
Avec: K  A1 / n  1 L(1 n ) /(1 n ) f ( DL , Le ) (II.6)
Et K '  A 1 / n 1 L2 /(1 n ) f ( DL , Le ) (II.7)
Afin de déterminer les constantes K et K’, nous avons fait des essais de
contournement sur un modèle de laboratoire.
37
II.4 Essais expérimentaux
Notre travail expérimental sera basé sur le choix et la validation d’un modèle de
laboratoire qui représente la géométrie réelle d’un isolateur de type antipollution
(figure II.1) (Voir la section I.5.3.6). Le modèle que nous avons utilisé, de longueur
200mm, de largeur variable correspondant aux différents rayons de l’isolateur réel et
de profondeur 10 mm (figure II.1). Une électrode haute tension (HT) placée, au
dessus de l’électrolyte, à une hauteur h=2mm représentant la longueur initiale de la
décharge et à une distance L=185mm par rapport à l’électrode de masse [80,83].
Electrode HT
Lf
Electrode BT
Électrolyte
Figure II.1 Modèle ouvert de laboratoire.
Pour réaliser nos travaux, nous avons utilisé le dispositif expérimental qui est conçu
au laboratoire haute tension de l’université des sciences et la technologie d’Oran. Le
schéma du montage général est représenté sur la figure II.2.
RL1 Rp RL2
A1 A2
Générateur H.T DC Rd1

Rg Cellule de contournement
Rd2
C Rm1
Panneau de contrôle V
Rm2
Z
Figure II.2 Montage expérimental.
Les principaux éléments qui composent ce montage sont :

A1 : Circuit de charge des condensateurs C. A2 : Circuit de mesure de la haute tension H.T
Rp : Résistance de protection égale à 300. RL1, RL2 : Relais H.T.
Rm2 :Résistance de mesure du courant I de 2.4. Rm1 : Résistance de protection de 1 kΩ
Rd1, Rd2 : 5000 Ω, 100 Ω Rg : Résistance de mise à la terre égale à 100.
O : Oscilloscope à mémoire.
Z: Diode zener pour la protection rapide de l’oscilloscope durant les pointes du courant.
C : Batterie de condensateur H.T, 10 condensateurs de C=1.67F.
38
II.5 Détermination des constantes du modèle

Pour chercher les constantes n, K et K’ optimales qui correspondent au moindre écart
entre le calcul et la mesure nous utilisons l’organigramme suivant :
Debut
Donner les valeurs de ρp , umet Im
ui = kij ρpi(nij / (nij +1))

Ii = k’ij ρpi(-1 / (nij +1))
(n / (n +1))
uj = kij ρpj ij ij
’ (-1 / (n +1))
Ij = k ij ρpj ij
nij=(ln(ui/ uj)/ln(ρpi/ρpj))/(1- ln(ui/ uj)/ln(ρpi/ρpj))
(-n /(1+n ))
Kij=uj ρpj ij ij
K’ij=Ij ρpj(1/(1+nij))
Calculer Uc et Ic par le modèle
Non
Si l’erreur est
minimale<4%
Oui
Donner les résultats

de n ,k, k’ , Uc et Ic
Figure II.3 Organigramme pour calculer les constantes de l’arc [79].
Le principe de cette méthode est de calculer d’abord la première constante n, en

faisant le rapport entre deux valeurs de mesure de la tension ou courant critique de
contournement puis nous déduisons la valeur de K ou/et K’. On compare pour chaque
couple (n, K) les valeurs mesurées à celles calculées par le modèle dans chaque série
de mesure, et on retrouve finalement les constantes n et K qui correspondent à
l'erreur absolue moyenne minimale.
39
II.6 Résultats et discussions

Nous présentons dans cette partie les résultats de calcul de la tension critique de
contournement par l’utilisation du modèle ouvert et l’organigramme de la figure II.3
et nous présentons ainsi les résultats de comparaison entre le modèle et les résultats
de mesure de plusieurs chercheurs sous l’influence de la sévérité de pollution.
II.6.1 Influence de la sévérité de pollution (ESDD)

Les figures II.4 et II.5 montrent respectivement les résultats de variation de la
tension et courant critique de contournement calculés par l’organigramme de la
figure II.5 et ceux mesurés sur le modèle ouvert avec différentes valeurs de la
sévérité de pollution (figure II.2).
18
Tension de contournement Uc (KV)
16
14
Mesure
Calcul
12
10
6
0.00 0.05 0.10 0.15 0.20 0.25
ESDD (mg/cm2 )
Figure II.4 Tension de contournement en fonction de la sévérité de la pollution.
2.0
Mesure
Courant de contournement Ic (A)
1.6 Calcul
1.2
0.8
0.4
0.0
0.00 0.05 0.10 0.15 0.20 0.25
2
ESDD (mg/cm )
Figure II.5 Variation du courant de contournement en fonction
de la sévérité de la pollution.
40
CHAPITRE II DETERMINATION DE LA TENSION DE CONTOURNEMENT
CONTOURNEMENT…………………………………
Figure II.6 Comparaison des tensions de contournement issues de la littérature avec celles
calculées par le modèle.
La figure II.6 montre la comparaison

omparaison des tensions de contournement issues de la littérature
[7,84-86] avec celles calculées par le modèle proposé.
II.6.2 Influence de du facteur adimensionnel

Les figures II.7 et II.8 montrent l'influence du facteur fonctionnel f ( DL , Le ) sur la tension et
courant critique de contournement. La figure II.7 montre l’influence de l’épaisseur sur la
tension de contournement pour e =2mm, e =4mm et e =6mm. Laa figure II.8 montre son
influence sur le courant critique de contournement pour les mêmes profondeurs et
différentes résistivités de la couche de pollution.
pollut
41
18
16
Tension de contournement(Kv)
14
12
Ucmpour e=6mm.
10 Uccpour e=6mm.
Ucmpour e=4mm.
Uccpour e=4mm.
8
Ucmpour e=2mm.
Uccpour e=2mm.
6
0 20 40 60 80 100
Résistivité de la pollution (Ohm.m)
Figure II.7 Tension critique de contournement en fonction de la résistivité de la pollution pour

différentes profondeurs.
3,0
2,8
2,6
2,4
Courant de contournement (A)
2,2 Icm pour e=2mm.

2,0
Icc pour e=2mm.
Icm pour e=4mm.
1,8
Icc pour e=4mm.
1,6
Icm pour e=6mm.
1,4
Icc pour e=6mm.
1,2
1,0
0,8
0,6
0,4
0,2
0 20 40 60 80 100
Résistivité de la pollution (Ohm.m)
Figure II.8 Courant critique de contournement en fonction de la résistivité de la

pollution pour différentes profondeurs.
D’après les figures II.7 et II.8 nous remarquons que l’épaisseur (e) influent fortement
sur la tension critique de contournement aussi bien pour les courbes expérimentales
que celles théoriques obtenues par le modèle proposé, ce qui justifie son choix parmi
les paramètres pertinents dans notre modèle.
42
II.7 Conclusion
Dans ce chapitre, nous avons donné les résultats d’utilisation de la méthode de

l’analyse dimensionnelle pour élaborer un modèle statique qui détermine les
conditions critiques de contournement, notre modèle obtenu par cette technique
est majoré par un facteur multiplicateur f ( DL , Le ) qui prend en compte l’influence
des dimensions géométriques de l’isolateur sur Uc et ic .Cette méthode nous a permis
ainsi , de déterminer les constantes de l’arc qui correspondent mieux à nos conditions
expérimentales. En utilisant ces constantes nous avons pu proposer un modèle
mathématique qui peut prédire la tension critique de contournement en
commettant une erreur absolue très petite (inférieure à 4 % dans notre calcul) entre
le calcul et la mesure qui correspond aux constantes (K, n) optimales. Le modèle
proposé est validé par des résultats théoriques et expérimentaux d’autres
chercheurs.
43
CHAPITRE III
PREDICTION DE LA TENSION DE
CONTOURNEMENT DES ISOLATEURS
POLLUES PAR LES METHODES
D’INTELLIGENCE ARTIFICIELLE
CHAPITRE III PREDICTION DE LA TENSION DE CONTOURNEMENT DES ISOLATEURS …………………………
III.1 Introduction
L'intelligence artificielle est la reproduction, par des moyens artificiels de toutes les
formes de l'intelligence humaine pour un objectif final, qui s’intéresse à la conception
des systèmes intelligents. L’IA est la capacité à raisonner, à apprendre, et à s’adapter
face à de nouveaux changements qu’ils sont des éléments principaux que nous
recherchons [87,88].
Les Techniques d’Intelligences Artificielles connaissent depuis quelques années un
succès croissant dans divers domaines des sciences de l’ingénieur, celui de
l’électrotechnique n’échappe pas à cette règle. Elles peuvent être utilisées pour résoudre
des problèmes nécessitant une approximation de la fonction, la modélisation, la
reconnaissance des formes, la classification, l'estimation et la prévision …etc. Ces
techniques prouvent donc leur efficacité dans une variété de problèmes de monde réel
et dans l’industrie. Par exemple, pendant que les réseaux neuronaux sont intéressants
pour reconnaître des modèles, ils ne peuvent pas expliquer comment ils atteignent leurs
décisions. De même pour les systèmes de la logique floue qui peuvent raisonner avec
l'information imprécise, sont intéressants pour expliquer leurs décisions mais ne
peuvent pas automatiquement acquérir les règles qu’ils utilisent pour prendre ces
décisions. Ces limites des unes et des autres ont été une raison derrière la création de
systèmes hybrides intelligents où deux ou plus de techniques sont combinées dans une
manière à vaincre les limitations d’une seule technique.
Dans le domaine des Hautes Tensions, Les réseaux de neurones et la logique floue
peuvent être utilisés pour estimer le niveau de pollution, prévoir un contournement, et
aussi pour estimer la tension de contournement sur un isolateur pollué [89-92].
44
CHAPITRE III PREDICTION DE LA TENSION DE CONTOURNEMENT DES ISOLATEURS
ISOLATEURS …………………………
L’objectif de ce chapitre est multiple : Il s’agit tout d’abord de rappeler les dé

définitions
fondamentales relatives aux réseaux de neurones et les systèmes neuroneuro-flous ainsi que
leurs propriétés mathématiques, puis nous décrivons les principaux types des réseaux
de neurones. Finalement nous attacherons à détailler le type de réseaux de neurones
utilisé dans notre travail (MLP), et plus particulièrement ces propriétés et sa mise en
œuvre.
Dans la deuxième partie de ce chapitre, nous élaborons deux modèles différents, basés
respectivement sur les Réseaux de Neurones et les Systèmes hybrides qui combinent la
logique floue et les réseaux neuronaux,
neuronaux, afin de prédire la tension de contournement des
III.2 Réseaux de neurones artificiels (RNA)

Les réseaux de neurones artificiels ou bien par l’abréviation ANN (Artificiel Neural
Network) sont des systèmes de traitement de l'information dontont la structure s'inspire de
celle du système nerveux [93 93].
]. Ils sont destinés à effectuer des tâches auxquelles les
approximateurs traditionnels semblent moins adaptés. Les réseaux réseaux de neurones
artificiels sont des réseaux fortement connectés de processeurs élémentaires
fonctionnant en parallèle. Chaque processeur élémentaire calcule une sortie unique sur
la base des informations qu'il reçoit. Toute structure hiérarchique de résea réseaux est
évidemment un réseau [88,94 94].
III.2.1 Structure d'un neurone
Le neurone est l’unité fonctionnelle de base du système nerveux. D’une espèce à une
autre, il peut présenter des différences d’ordres fonctionnels ou anatomiques.
Cependant, divers points communs subsistent et sont à la base de la cellule nerveuse.
Le neurone est une cellule constituée principalement de trois parties, qui ont un rôle
bien défini. Ce sont : les dendrites,
dendrites le somma et l’axone (figure III.1).
Figure
ure III.1 Structure d’un neurone biologique.
45
Le corps cellulaire contient le noyau de neurone et effectue les transformations

biochimiques nécessaires à la synthèse des enzymes et d’autres molécules qui assurent
la vie du neurone. Chaque neurone possède des dendrites, qui entourent le corps
cellulaire. Les dendrites sont les récepteurs principaux du neurone pour capter les
signaux qui lui parviennent. L’axone qui est à proprement parler la fibre
fibre nerveuse, sert
de moyen de transport pour les signaux émis par le neurone. Les neurones sont
connectés les uns aux autres suivant des répartitions spatiales complexes. Les
connexions entre deux neurones se font en endroits appelés synapse où ils sont séparés
par un petit espace synaptique de l’ordre du dizaine d’angstroems ( 10-9m) entre l’axone
du neurone afférent et les dendrite du prochain neurone [95].
Par analogie avec le neurone biologique, le neurone artificiel est présenté sur la figure
III.2
Figure III.2
III. Architecture du neurone artificiel.
On peut résumer l’analogie

analogie entre le neurone biologique et le neurone artificiel
dans le tableau suivant :
Neurone biologique Neurone artificiel

Synapses Poids de connexions (wi)
Axones Signal de sortie (y)
Dendrite Signal d’entrée (xi)
Somma Fonction d’activation (f )
Le neurone biologique tout seul, en tant qu’unité autonome élémentaire, n’a

aucun pouvoir, la force et l’efficacité du cerveau résident dans le regroupement de ces
neurones et le partage des tâches entre eux. De même, pour le neurone artificiel tout
seul, il ne peut rien faire,, il faut le disposer sous forme de réseaux.
Un réseau de neurone est un graphe orienté et pondéré. Les nœuds de ce graphe
sont des automates simples nommés nommés neurones formels (ou unités connexionnistes),
dotés d’un état interne : l’activation, par laquelle, les neurones influent les uns sur les
autres. Les réseaux de neurones sont constitués des neurones élémentaires connectés
entre eux par l'intermédiaire des des poids qui jouent le rôle des synapses. L'information est
46
portée par la valeur de ces poids tandis que la structure du réseau de neurones ne sert
qu'à traiter cette information et à l'acheminer vers la sortie (figure III.2)
III.2).
III.2.2 Modèle mathématique d'un neurone artificiel

Chaque neurone artificiel est un processeur élémentaire de traitement. Il reçoit un
nombre variable d'entrées en provenance de neurones amont. A chacune de ces entrées
est associé un poids wij représentant la force de la connexion [88,96 88,96-97]. Le neurone
artificiel modélisé par Mc Culloch et Pitts est représenté par la figure III.
III.3 avec :
xi: entrée du neurone i (ou sortie de neurone amont j).
w ij : la valeur du poids synaptique de la connexion dirigée du neurone j vers le neurone i
 Un poids positif indique un effet excitateur du neurone émetteur j vers le
neuronerécepteur i ;
 Un poids négatif indique un effet inhibiteur.
La fonction de combinaison renvoie le produit scalaire entre le vecteur des entrées et le
vecteur des poids synaptiques.
aptiques. Autrement dit, elle calcule la somme pondérée des
entrées selon l'expression suivante :
=∑ . (III.1)
À partir de cette valeur, une fonction d'activation f, calcule la valeur de l'état du neurone.
Cette valeur sera transmise aux neurones aval. Les neurones les plus fréquemment utilisés
sont ceux pour lesquels la fonction f est une fonction non linéaire d'une combinaison linéaire
des entrées [2].
= ( − ) (III. 2)
Figure III.3 Le modèle de Mc Culloch & Pitts.
47
III.2.3 Fonctions d’activation

La fonction de transfert ou d'activation définit la valeur de sortie d'un neurone en
termes des niveaux d'activité de ses entrées. Cette fonction peut prendre différentes
formes possibles telles que: fonction linéaire à seuil, fonction seuil, fonction
gaussienne,…etc [98] (figure III.4).
Figure III.4 Fonctions d’activations.
III.2.4 Architecture des réseaux de neurones

Un réseau de neurone est conçu pour remplir une tache que le concepteur défini,
donc il est nécessaire de communiquer au réseau des données, et de récupérer des
résultats de calcul. Afin de réaliser cette tâche, les neurones constituants un réseau sont
répartis en trois sous ensembles (couches) comme suit:
 Couche ou ensemble de neurones d’entrée : ils perçoivent les données du
problème sous forme d’un vecteur codé nommé patron d’entrée.
 Couche cachée ou ensemble de neurones cachés : cette couche est d’un intérêt
particulier pour le réseau, c’est elle qui détermine les performances et les
limitations du réseau.
 Couche ou ensemble de neurones de sortie : l’activation de ces neurones sera
interprétée comme la réponse du réseau. Elle est sous forme d’un vecteur codé
nommé patron de sortie qui va être décodé pour interpréter les résultats.
48
W1 W2
W3
X1
X2 S
X3
Couche de sortie
X4
Couche cachée 2
Couche d’entrée
Couche cachée 1
Figure III.5 Disposition en couche des neurones du réseau.
La façon dont sont connectées les différentes couches, ainsi que, les neurones de
chaque couche, a permis de définir trois principaux types de réseau (statique,
dynamique et évolutif ou auto organisé) [98].
III.2.4.1 Réseaux statiques
Dans ce type de réseaux chaque neurone

reçoit ses entrées à partir des neurones de la
couche précédente (connexion directe) sans qu’il y
ait un retour d’information « feed-back ».
Figure III.6 Réseau statique.
III.2.4.2 Réseaux dynamiques
L’introduction du retour d’information entre

les neurones rend les réseaux dynamiques. L’étude
de la stabilité de ces derniers devient alors
nécessaire [98].
Figure III.7 Réseau dynamique.
49
III.2.4.3 Réseaux à architecture évolutive ou auto-organisée
Les réseaux à architecture auto-organisée sont des réseaux de neurones qui

changent leurs structures internes pendant l’utilisation. Ainsi, les neurones se
regroupent topologiquement suivant la représentation des exemples issus de l’espace
d’entrée.
Les réseaux sont dits évolutifs par leurs méthodes d’apprentissages. C’est la
dimension du réseau qui change pendant l’entraînement. Ainsi, le nombre de neurones
augmente ou diminue. La structure interne n’est cependant pas bouleversée par ce
changement [99].
III.2.5 Apprentissage des réseaux de neurones
L’apprentissage est une phase de développement du réseau de neurones durant

laquelle on calcule les poids des neurones de telle manière que les sorties du réseau
soient aussi proches que possible des sorties désirées. L’apprentissage est en général un
processus graduel et itératif, où les poids du réseau sont modifiés plusieurs fois selon
une règle d’apprentissage (par exemple : la rétro-propagation dans la direction négative
du gradient de l’erreur) avant d’atteindre la valeur finale [100].
Chaque apprentissage comprend quatre étapes de calcul :

 1ere étape : Initialisation des poids synaptiques du réseau.
 2eme étape : Présentation du patron d’entrée et propagation de l’activation.
 3eme étape : Calcul de l’erreur.
 4eme étape : Calcul du vecteur de correction à partir des valeurs de l’erreur. On
détermine la correction à apporter aux poids synaptiques des connexions et aux
différents paramètres du neurone.
Les étapes 2,3 et 4 sont répétées jusqu’à la fin de l’apprentissage.
III.2.5.1 Différents modes d’apprentissage

Les techniques d’apprentissage des réseaux de neurones (ANN) se répartissent en
trois grandes familles [98] :
 Mode supervisé
Dans ce type d'apprentissage, le réseau s'adapte par comparaison entre le résultat
qu'il a calculé, en fonction des entrées fournies par une base d'apprentissage
préalablement établie, et la réponse attendue en sortie. Ainsi, le réseau va se
modifier jusqu'a ce qu'il trouve la bonne sortie, c'est-à-dire celle attendue,
correspondant à une entrée donnée.
50
 Mode non supervisé

Dans ce cas, l'apprentissage est basé sur des probabilités. Le réseau va se modifier
en fonction des régularités statistiques de l'entrée et établir des catégories, en
attribuant et en optimisant une valeur de qualité, aux catégories reconnues.
Remarque : il existe un modèle hybride qui comprend les deux autres modes, tel
qu’une partie des poids va être déterminée par apprentissage supervisé et l'autre
partie par un apprentissage non supervisé.
 Mode par renforcement
Le renforcement est en fait une sorte d'apprentissage supervisé et certains auteurs
le classe d'ailleurs, dans la catégorie des modes supervisés. A la différence que dans
cette approche, le réseau doit apprendre la corrélation entrée/sortie via une
estimation de son erreur, c'est-à-dire du rapport échec/succès. Le réseau va donc
tendre à maximiser un index de performance qui lui est fourni, appelé signal de
renforcement. Le système étant capable ici, de savoir si la réponse qu'il fournit est
correcte ou non, mais il ne connaît pas la bonne réponse [98].
III.2.6 Modèles des réseaux de neurones et leurs apprentissages

Jusqu’à ce jour, les informaticiens passionnés n’ont pas cessé d’inventer de
nouveaux types de réseaux toujours mieux adaptés à la recherche de solutions à des
problèmes particuliers. Parmi ces réseaux, ils existent trois les plus utilisés, à savoir :
III.2.6.1 Le réseau perceptron
Les réseaux connexionnistes à une couche calculent l'activation des neurones de

sortie directement à partir des entrées du réseau via le poids des connexions qui les
relient (Figure III.8). Minsky et Paper (1969) ont montré que les réseaux à une couche
n'étaient capables de résoudre que des problèmes linéairement séparables [101].
Couche d’entrée
Couche de sortie
Entrée 1 Sortie 1
Entrée 2 Sortie 2
Entrée 3 Sortie 3
Entrée n Sortie n
Figure III. 8 Réseaux Neurones à une couche (perceptron).
51
III. 2.6.2 Le modèle de Hopfield

Ce modèle utilise l’architecture des réseaux entièrement connectés. Son
apprentissage est non supervisé. Le modèle de Hopfield peut être utilisé pour restituer
une donnée à partir d’une entrée particulièrement bruitée ou incomplète (Figure III.9)
[101]. sn-1
s0 s1 sn
e0 e1 en-1 en
Figure III.9 Réseau de Hopfield.
III. 2.6.3 Le Réseau multicouches

Il est nécessaire de pouvoir communiquer avec le RN, de lui fournir des données, et
de récupérer les résultats de ses calculs. Dans ce contexte presque tous les RN partagent
la propriété d’avoir une structure soit disant « aveugle » [100], en répartissant leurs
neurones en trois ensembles (Figure III.10):
 L’ensemble E des neurones d’entrée, qui reçoivent les données d’entrée sous
forme d’un vecteur d’entrée. Ces valeurs sont communiquées aux réseaux par
l’entremise de leurs valeurs d’entrées extérieures. Elles influencent donc l’activation de
ces derniers, et par extension, le comportement du réseau entier.
Décodage
Codage
E C S
Entrée Réseau Sortie
Figure III.10 Structure générale d’un RN multicouche.
 L’ensemble S des neurones de sortie, dont les activations constituent le vecteur

de sortie et sont collectivement interprétées comme le résultat de calcul du réseau. Un
52
même neurone peut être à la fois à l’entrée et à la sortie du réseau, ainsi, E et S ne sont
pas nécessairement disjoints.
 L’ensemble C des neurones cachés, qui n’appartiennent pas aux ensembles E et S.
En général, la présence des neurones cachés dans un réseau démultiplie sa puissance de
calcul, et lui permet d’aborder des problèmes plus difficiles [100].
Le principe d’apprentissage d’un réseau multicouche consiste en une adaptation

des poids d’après un nombre d’exemples prédéfinis introduits en entrée. En d’autres
termes, nous reconnaissons à chaque fois la sortie désirée. Un superviseur qui connaît
parfaitement la classification attendue guide le réseau en lui rappelant à chaque étape le
bon résultat.
III. 2.6.3.1 L’algorithme de rétro-propagation

L’algorithme de rétro-propagation de l’erreur était le plus utilisé pour
l’apprentissage des réseaux de neurones multicouches. Il a été proposé en 1980 par
Rumelaht, Hinton et Williams. Appelé la méthode de rétro-propagation, en référence à
l’erreur qui se « rétro- propage » à travers les couches du réseau [98].
L’apprentissage neuronal fait appel à des exemples de comportement. Soit une base
d’apprentissage constituée de N exemples, chacun étant constitué d’un vecteur x(n)
appliqué aux entrées du réseau, et du vecteur d(n) des valeurs désirées
correspondantes pour les sorties, le vecteur y(n) correspond à la sortie du réseau pour
l’entrée x(n). On suppose aussi que le réseau de neurones possède un nombre r de
neurones de sortie. L’apprentissage d’un réseau de neurones est défini comme un
problème d’optimisation qui consiste à trouver les coefficients du réseau en minimisant
une fonction d’erreur globale (fonction coût). La définition de cette fonction de coût est
primordiale, car celle-ci sert à mesurer entre les sorties désirées du modèle et les sorties
du réseau observées. La fonction dite fonction d’erreur quadratique, dont la définition
est :
1
( )= ( )− ( ) (III. 3)
2
Pour tout l’ensemble d’apprentissage N on peut définir la fonction de coût (appelée aussi
l’erreur quadratique moyenne EQM).
1
( )= ( ) ( . 4)
Le principe de l’algorithme d’apprentissage (la rétro-propagation) est de calculer

la contribution des poids du réseau à cette erreur [102].
53
III.2.7 Les étapes de la conception d’un réseau de neurone
Pour construire un réseau de neurones, la première chose à faire n'est pas de

choisir le type de réseau mais de bien choisir ses données d'apprentissage et le test de
validation. Ce n'est qu'ensuite que le choix du type de réseau interviendra. La
construction d’un réseau de neurones passe par quatre étapes importantes [98].
III.2.7.1 Choix des échantillons

Le processus d'élaboration d'un réseau de neurones commence toujours par le
choix des échantillons. Cette étape est cruciale et va aider le concepteur à déterminer le
type de réseau le plus approprié pour résoudre son problème. La façon dont se présente
l'échantillon conditionne le type de réseau, le nombre de cellules d'entrée, le nombre de
cellules de sortie et la façon dont il faudra mener l'apprentissage et le test de validation.
III.2.7.2 Elaboration de la structure du réseau

La structure du réseau dépend étroitement du type des échantillons. Il faut d'abord
choisir le type de réseau. Dans le cas du réseau multicouche par exemple, il faudra aussi
choisir le nombre de neurones dans la couche cachée. Plusieurs méthodes existent et on
peut par exemple prendre une moyenne du nombre de neurones d'entrée et de sortie,
mais il est préférable de tester toutes les possibilités et de choisir celle qui offre les
meilleurs résultats [98].
III.2.7.3 Apprentissage
L'apprentissage est l'avant dernière phase d'élaboration d'un réseau de neurones.
Elle consiste tout d'abord à calculer les pondérations optimales des différentes liaisons,
en utilisant un échantillon. La méthode la plus utilisée est la «Levenberg-Marquardt » :
on donne des valeurs à l’entrée et en fonction de l'erreur obtenue à la sortie, on corrige
les poids accordés aux pondérations. C'est un cycle qui est répété jusqu'à ce que l'erreur
du réseau soit minime (il faut bien prendre garde à ne pas surentraîner un réseau de
neurones qui se spécialise).
III.2.7.4 Validation
Une fois le réseau est appris, il faut procéder à des tests pour vérifier que le réseau
réagit bien comme on le souhaite, c'est la validation.
III.2.8 Avantages et inconvénients

L’avantage des réseaux de neurones est qu’ils acceptent des données incomplètes,
incertaines ou bruitées. Ils présentent de plus, une grande robustesse face aux
défaillances techniques, et s’enrichissent de leurs expériences. Par contre, leur
architecture parallèle nécessite l’emploi de processeurs spécialisés pour accélérer les
calculs. De plus, il est nécessaire de passer par la phase d’apprentissage avant d’utiliser
le réseau. Enfin, il ne faut pas penser qu’un réseau de neurone est capable d’égaler un
cerveau humain, dont la structure est encore trop peu connue pour qu’on puisse le
répliquer [98].
54
III.3 Logique floue
Aujourd’hui, la logique floue est de grande actualité. Les bases théoriques de la logique
floue ont été établies en 1965 par le professeur L. Zadeh de l’université de Berkeley. La
logique floue permet de traiter des variables non déterministes dont la valeur peut
varier entre 0 et 1. Initialement, cette théorie a été appliquée
appliquée dans des domaines non
techniques, comme le commerce, la jurisprudence ou la médecine, dans le but, de
compléter les systèmes experts, et afin de leur donner l’aptitude de prise de décision.
Mamdani [103]] a été le premier à appliquer ce nouveau formalisme
alisme à la commande des
systèmes. A partir de 1985 environ, ce sont les japonais qui commencent à utiliser la
logique floue dans des produits industriels pour résoudre des problèmes de réglage et
de commande. La Figure III.11 montre les parties principales qui constituant la
conception d’un système flou [95].
[
Figure III.11
III Schéma synoptique d’un système flou.
(a) Fuzzification : La fuzzificattion proprement dite consiste

consiste à définir les fonctions
d’appartenance pour les différentes variables d’entrées. On réalise ainsi le passage
des grandeurs physiques (grandeurs déterminées) en variables linguistiques
(variables floues) qui peuvent alors être traitées par les inférences. Cependant, il
existe des formes telles que la forme
forme trapézoïdale, la forme triang
triangulaire et la forme
gaussienne [95].]. En général, on introduit pour une variable trois, cinq ou sept
ensembles flous, représentés par des fonctions d’appartenances avec
chevauchement.
(b) Moteur d’inférences:
inférences: La stratégie de réglage dépend essentiellement des
inférences adoptées, elles lient les grandeurs mesurées, qui sont les variables
d’entrées (transformées en variables linguistiques à l’aide de la fuzzification) aux
variables de sorties. Les inférences souvent prennent la forme suivante [95] :
SI (l’ensemble des conséquences peut être), ALORS (l’ensemble
l’ensemble des conséquences
peut être supposé).
Un moteur d’inférence est un ensemble de plusieurs règles où l’opérateur ‘’‘’AND’’
s’applique aux variables à l’intérieur d’une règle, tandis que l’opérateur ‘’‘’OR’’ lie les
différentes règles. Il existe plusieurs possibilités pour réaliser ces opérateurs qui
s’appliquent aux fonctions d’appartenances. On introduit alors la notion de méthodes
d’inférences qui déterminent
minent la réalisation des différents opérateurs. On distingue trois
méthodes d’inférence floues :
55
(i) Méthode d’inférence ‘’max-min’’ : La méthode d’inférence ‘’max-min’’ réalisée, au

niveau de la condition l’opérateur ‘’OR’’ par la formation du maximum et l’opérateur
‘’AND’’ par la formation du minimum. La condition dans chaque règle introduit par
‘’ALORS’’ lie le facteur d’appartenance de la variable de sortie par l’opérateur ‘’AND’’
réalisé dans le cas présent par la formation du minimum. Enfin l’opérateur ‘’OR’’ qui lie
les différentes règles est réalisé par la formation du maximum [95].
(ii) Méthode d’inférence ‘’max-prod’’: La méthode d’inférence ‘’max-prod’’ réalisée en
général, au niveau de la condition l’opérateur ‘’OR’’ par la formation du maximum et
l’opérateur ‘’AND’’ par la formation du produit.
(iii) Méthode d’inférence ‘’somme-prod’’: Par opposition aux méthode précédentes, la
méthode d’inférence ‘’somme-prod’’ réalisée au niveau de la condition de l’opérateur
‘’OR’’ par la formation de la somme, plus précisément par la valeur moyenne, tandis que
l’opérateur ‘’AND’’ est réalisé par la formation du produit [95].
(c) Défuzzification : Comme on l’a vu dans la section précédente, les méthodes

d’inférence fournissent une information floue pour la variable de sortie, il faut
prévoir une transformation de cette information floue en une information
déterministe. Cette transformation est appelée défuzzification dont la sortie est
obtenue par la détermination du centre de gravité qui est la plus utilisée [95].
III.4 Description générale des Systèmes Neuro-Flous
Les systèmes d'inférences flous (SIFs) et les réseaux de neurones artificiels (RNA) ont
chacun des avantages particuliers. Les méthodes hybrides neuronales et floues
permettent de tirer les avantages de ces deux approches, principalement la capacité
d'apprentissage des RNA et de la lisibilité et la souplesse des SIFs. Plusieurs
combinaisons de ces deux méthodes ont été développées dans la littérature [88,104-
105].
Les systèmes neuro-flous sont des systèmes flous formés par un algorithme
d’apprentissage inspiré de la théorie des réseaux de neurones. La technique
d’apprentissage opère en fonction de l’information locale et produit uniquement des
changements locaux dans le système flou d’origine [106]. Les règles floues codées dans
le système neuro-flou représentent les échantillons imprécis et peuvent être vues en
tant que prototypes imprécis des données d’apprentissage. Un système neuro-flou ne
devrait pas être vu comme un système expert (flou). Il n'a rien à voir avec la logique
floue dans le sens stricte du terme. On peut aussi noter que les systèmes neuro-flous
peuvent être utilisés comme des approximateurs universels [106].
L'intégration des réseaux de neurones et les systèmes d’inférence floue peut être
formulée en trois principales catégories: coopérative, concurrente et hybride. Cette
intégration montre que les réseaux de neurones peuvent approximer n'importe quel
système de règles floue et inversement les réseaux de neurones peuvent être
approximés avec un système d'inférence de règles floue. Différents travaux se sont
intéressés à l'intégration des RNA et les SIF [107-110].
56
III.4.1 Le système neuro-flou coopératif

Il utilise des réseaux de neurones et des systèmes flous associés en série ou en parallèle.
Plusieurs variantes d'utilisation sont ainsi possibles : Le réseau de neurones fonctionne
en amont du système flou (figure III.12). Les variantes d'entrées du système flou sont
déterminées à partir des sorties du réseau de neurones (dans le cas où elles ne sont pas
mesurables directement) ou encore un réseau de neurones effectue une tâche de
classification ou de reconnaissance de formes, suivie d'un système flou d'aide à la
décision. Un réseau de neurones qui fonctionne en aval du système flou, dans le but
d'ajuster les sorties d'un système de commande floue à de nouvelles connaissances
obtenues, les variables de sorties étant les erreurs sur les variables de sortie du système
flou.
Système floue
Réseau de neurone
Figure III.12 Système Neuro-flou pour régler une fonction d’appartenance.
Un système en série, qui serait utilisé si la sortie n'est pas convenable pour une relation
direct à l'entrée du système flou. Les systèmes post-traitement existent aussi et dans
lesquels la sortie d'un système flou n'est pas convenable par rapport direct aux systèmes
externes, et par conséquent un réseau neurone fournit une interface qui exécute une
projection topographique qui ne pourrait pas être porté facilement (figure III.13).
57
Réseau de neurone Système flou
Figure III.13 Système neuro-flou en série avec prétraitement neuronal.
On trouve aussi un système neuro-flou parallèle qui fait une coopération entre les
réseaux de neurones et les systèmes flous en parallèle en même temps. (figure III.14).
Réseau de neurone
Système flou
Figure III.14 Système neuro-flou en parallèle.
Ces deux combinaisons des réseaux de neurones et de la logique floue sont des
paradigmes qui ont besoin d’une plateforme mathématique très forte, et aussi ne
peuvent être implémenté que d’une manière informatisée vu les gigantesques
probabilités de calcul. Le modèle du système neuro-flou coopératif peut être considéré
comme un préprocesseur avec des mécanismes d'apprentissage des RNA, détermine les
fonctions d'appartenance du système d'inférence floue ou les règles floues quand les
paramètres de SIF (système d'inférence floue) sont déterminés.
58
III.4.2 Le système de neuro-flou concurrent

Il utilise des réseaux de neurones et des systèmes flous associés en série ou en parallèle.
Plusieurs variantes d'utilisation sont ainsi possibles : Le réseau de neurones fonctionne
en amont du système flou. Les variantes d'entrées du système flou sont déterminées à
partir des sorties du réseau de neurones (dans le cas où elles ne sont pas mesurables
directement) ou encore un réseau de neurones effectue une tâche de classification ou de
reconnaissance de formes, suivie d'un système flou d'aide à la décision. Un réseau de
neurones qui fonctionne en aval du système flou, dans le but d'ajuster les sorties d'un
système de commande floue à de nouvelles connaissances obtenues, les variables de
sorties étant les erreurs sur les variables de sortie du système flou.
III.4.3 Le système neuro-flou hybride

Les approches neuro-floues modernes sont de cette forme : Un réseau neuronal et un
système flou sont combinés dans une architecture homogène. Le système peut être
interprété comme un réseau neuronal spécial avec des paramètres flous, ou comme un
système flou sous une forme distribuée parallèle.
III.4.3.1 Système d’inférence flou basé sur les réseaux de neurones adaptatifs
(ANFIS)
Le modèle ANFIS (Adaptative Network based Fuzzy Inference System) est un réseau
adaptatif proposé par Jang en 1993 [110]. Ce système peut être vu comme un réseau de
neurones non bouclé pour lequel chaque couche est un composant d'un système flou. Le
modèle ANFIS est le modèle le plus utilisé en pratique. Des applications notamment dans
le traitement du signal, le filtrage adaptatif et la commande des systèmes ont été
réalisées avec cette architecture. Cette architecture neuro-floue affine les règles floues
obtenues par des experts humains pour décrire le comportement entrée-sortie d'un
système complexe en utilisant une base de donnée pour l'apprentissage. La sortie
globale dans ce modèle est donnée par la moyenne pondérée de chaque sortie des règles
actives (le produit ou minimum des degrés d’activation) et les fonctions d’appartenance
de sortie. Il s'agit d'une technique neuro-floue hybride qui apporte les capacités
d'apprentissage des réseaux de neurones au système d'inférence flou de type Takagi-
Sugeno. Le rôle de l'apprentissage est l'ajustement des paramètres de ce système
d'inférence flou (partie prémisse et partie conclusion des règles). La force du système
ANFIS est la possibilité de génération automatique des règles floues en utilisant le
substractive clustering ou le grid partitioning [110]. Le système hybride neuro-flou de
type ANFIS se compose de cinq couches où les nœuds adaptatifs sont situés à la
première et la quatrième couche (figure III.15).
Afin de présenter l’architecture de base et le fonctionnement d'un modèle neuro-flou
adaptatif de type ANFIS utilisé dans ce travail, on considère un système d’inférence flou
de type Takagi-Sugeno du premier ordre. Le modèle illustré sur la figure III.15 définit un
SIF à deux entrées et une seule sortie. Chaque entrée possède deux fonctions
59
d'appartenances. Nous supposons que la base de

de règles contient deux règles floues de
type Si-Alors,
Alors, les règles sont:
Règle 1 : Si x1 est A1 et x2 est B1 Alors y1=f1(x1, x2)= p1x1 + q1 x2 + r1 (III.5)

Règle 2 : Si x1 est A2 et x2 est B1 Alors y2=f2(x1, x2)= p2x1 + q2 x2 + r2 (III.6)
Où : x1 et x2 sont les variables d’entrée. A1, A2, B1 et B2 les ensembles flous. yi : les sorties
de chaque règle. pi, qi et ri : sont des paramètres du conséquent de la règle i déterminés
pendant le processus d’apprentissage [88].
Figure III.15
III Architecture du modèle ANFIS.
Le réseau ANFIS est un réseau multicouches dont les nœuds sont de deux types
différents selon leur fonctionnalité, ceux qui contiennent des paramètres ((nœuds carrés)
et ceux qui ne contiennent pas (nœuds
( circulaires). Dans ce qui suit, on donne les
fonctions réalisées par chaque couche du réseau neuro-flou
neuro [88]:
- Première couche pour la fuzzification : Chaque nœud de cette couche fait le calcul des
degrés d'appartenance des valeurs d'entrées. Ces degrés sont donnés par:
O1,i = μAi (x1), pour i = 1, 2 (III.7)

O1,i = μBi(x2) , pour i = 3, 4 (III.8)
x1, x2 : sont les entrées des nœuds (1, 2) et (3, 4) respectivement.

Ai, Bi : Les termes linguistiques associées aux fonctions d’appartenance μAi (x1) et μBi(x2).
Les sorties O1,i de la première couche représente donc les degrés d’appartenance des
variables d’entrée aux ensemble flous.
60
- Deuxième couche pour les règles floues: Cette couche est formée d’un nœud pour
chaque règle floue et génère les poids synaptiques. Ces nœuds sont de type fixe notés T
et chacun d’eux engendre en sortie le produit de ses entrées (opérateur ET de la logique
floue), ce qui correspond au degré de vérité de la règle considérée :
O2,i = ωi = μAi(x1).μBi(x2) ,Pour i = 1, 2. (III.9)
- Troisième couche pour la Normalisation: Les nœuds de cette couche sont également
fixes et réalisent la normalisation des poids des règles floues selon la relation :
O , =w = , Pour i = 1,2. (III.10)
Chaque nœud i de cette couche est un nœud circulaire appelé N. La sortie du nœud i est
le degré d’activation normalisé de la règle i.
- Quatrième couche de Conséquence: Chaque nœud de cette couche est adaptatif et

calcule les sorties des règles en réalisant la fonction:
O , = w . f = w (p x + q x + r ), Pour i = 1,2 (III.11)
Les paramètres (pi, qi, ri) sont les paramètres de sortie de la règle i (la partie conclusion).
- Cinquième couche pour la Sommation: Elle comprend un seul neurone qui fournit la
sortie de l'ANFIS en calculant la somme des sorties précédentes. Sa sortie qui est
également celle du réseau est déterminée par la relation suivante:
∑ .
O , = ∑ w .f = ∑
, Pour i = 1,2. (III.12)
III.4.3.2 Apprentissage de l’ANFIS

L’apprentissage à partir d’un ensemble de données concerne l’identification des
paramètres des prémisses (fonctions d'appartenance) et des conséquences (les coefficients
de sortie), la structure du réseau étant fixée. Cette adaptation est basée sur la capacité
d'apprentissage des réseaux de neurones artificiels multicouches à partir d’un ensemble
de données. Pour l’identification des paramètres, la structure du réseau doit être fixée et
les paramètres des fonctions d'appartenances et des conclusions seront ajusteés en
utilisant l’algorithme d’apprentissage de rétro-propagation avec une combinaison avec
l’algorithme des moindres carrés [88].
Le système ANFIS est définit par deux ensembles de paramètres: S1 et S2 tels que:
- S1: représente les paramètres des ensembles flous utilisés pour la fuzzification dans la
première couche de l'ANFIS:
61
(a12,b12,c12),…….. (a1p,b1p,c1p ),……., (anp,bnp,cnp )) (III.13)

Avec p est le nombre des partitions floues de chacun des variables d’entrées et n est le
nombre de variables d'entrées.
- S2: représente les coefficients des fonctions linéaires (les paramètres conséquents):
S2 =(p1,p2,p3,….., q1,q2,q3,…….. r1,r2,r3……..) (III.14)
III.5 Elaboration d’un modèle des réseaux neurones artificiels (ANN) et un

modèle ANFIS pour la prédiction de la tension de contournement
Dans ce chapitre, nous avons proposé une étude comparative de deux approches
prédictives de la tension critique de contournement des isolateurs pollués issues des
techniques d’intelligences artificielles basées respectivement sur les réseaux de
neurones artificiels (ANN) et le système d'inférence neuro-flou adaptatif (ANFIS), ces
deux modèles développés sous l’environnement MATLAB. Les paramètres d’entrées sont
les caractéristiques géométriques de l'isolateur (Diamètre D(cm), Hauteur H(cm), Ligne
de fuite L(cm), facteur de forme F) et la et la sévérité de la couche polluante
ESDD(mg/cm2), tandis que la variable de sortie est la tension de contournement Uc (en
kV)
IV.5.1 Les bases de données
Les données utilisées pour l’apprentissage et le test des modèles (ANN et ANFIS) ont
été obtenues respectivement à partir d’un modèle mathématique pour le calcul de la
tension de contournement [86] et des données expérimentales [7,84-85].
La première base de données de l’entrainement s’appuie sur modèle mathématique pour
l'évaluation de la tension de contournement d'un isolateur pollué donné par la formule
suivante [86]:
U = (L + π. n. D . F. K). (π. A. D . σ ) (III.15)
Où L est la ligne de fuite de l'isolateur (en cm), Dm le diamètre maximal du disque

d'isolateur (en cm) et F est le facteur de forme de l’isolateur.
Les valeurs des constantes caractéristiques de l’arc A et n sont données par [86]
(A = 124,8 et n = 0,409).
La conductivité surfacique σs (en Ω-1) est donnée par la formule suivante :
= (369.05. + 0.42). 10−6 (III.16)
Où C est la densité équivalente de dépôt de sel en mg/cm . Le coefficient de la couche de
2
pollution K est donnée par :
K=1+ . . .
. ln ( . . .
) (III.17)
Où R est le rayon du pied d'arc (en cm) et est donnée par :
R = 0.469. (π. A. D . σ ) ( .( ) (III.18)
62
Le modèle mathématique ci-dessus est le résultat d'expériences des types spécifiques

d’isolateurs et des pollutions particulières sur leur surface. Il existe ainsi de nombreuses
valeurs pour les constantes d'arc A et n dans la littérature [86]. Par conséquent, ce
modèle mathématique pourrait être appliqué avec une précision satisfaisante dans
certains types d'isolateurs seulement.
La deuxième base de données servant à tester les approches proposées et à évaluer
leurs capacités de généralisation. Elle contient les données expérimentales issues des
travaux effectués selon la norme IEC [111] au laboratoire de haute tension de Athènes
[85] et des travaux réalisés par Zhicheng [7] et Sundararajan [84]. Les valeurs
expérimentales sont données dans le tableau A.1 de l’annexe A.
Les données géométriques des isolateurs utilisés dans l’apprentissage et la validation
des modèles sont présentées respectivement dans les tableaux suivants :
Tableau III.1 Caractéristiques géométriques des isolateurs pour l’apprentissage.
D(cm) 20.0 26.8 26.8 25.4 25.4 29.2 27.9 18.0 32.1 28.0 25.4 20.0
H(cm) 32.0 15.9 15.9 16.5 14.6 15.9 15.6 29.0 17.8 17.0 14.5 16.5
L(cm) 96.0 33.0 40.6 43.2 31.8 47.0 36.8 60.5 54.6 37.0 30.5 40.0
F 2.04 0.79 0.86 0.90 0.72 0.92 0.76 1.43 0.96 0.80 0.74 1.29
Tableau III.2 Caractéristiques géométriques des isolateurs pour la validation du modèle.

Diamètre Hauteur Ligne de Facteur de
D(cm) H(cm) fuite(cm) forme F
Type I 25.4 14.6 30.5 0.70
Type II 25.4 14.6 27.9 0.68
Type III 25.4 14.6 43.2 0.92
Type IV 22.9 16.6 43.2 1.38
IV.5.2 Normalisation des données d’entrée et de sortie

Pour éviter le phénomène de saturation au cours du processus de l’apprentissage des
approches prédictives ANN et ANFIS, les valeurs des entrées/sorties des variables
seront normalisées [112]. Pour une meilleure convergence de l'apprentissage une
normalisation est choisi par les valeurs maximales et minimales des données des
entrées/sorties, comme indiqué dans l’équation suivante :
b−a
xi,nor = a + x (xi − xmin ) (III.19)
max −xmin
où xmax et xmin sont respectivement les valeurs maximales et minimales de la variable x

pour l'ensemble de données de l'apprentissage, a et b sont les valeurs de la variable
normalisée. Après la normalisation, les entrées et les sorties sont comprises entre 0 et 1.
63
Afin de valider les approches ANN et ANFIS, trois indices statistiques de types différents
ont été utilisés comme critères d’évaluation dans cette étude : l'erreur quadratique
moyenne (RMSE), l’erreur absolue moyenne en pourcentage (MAPE) et le coefficient de
détermination (R2) [113-115]. L’expression de l'erreur RMSE est donnée par :
RMSE = ∑ (d − y ) (III.20)
Où N est le nombre de vecteurs dans l'ensemble de données de l’apprentissage ou de test, yk

et dk indiquent respectivement les valeurs prédites et testées de point de données k.
Le coefficient R2 et l’erreur MAPE sont calculés par les équations suivantes :
R = 1−∑ (III.21)
MAPE = ∑ .100 (III.22)
IV.5.3 Résultats et discussion
IV.5.3.1 Modèle des réseaux neurons artificiels (ANN)
Pour estimer la tension critique de contournement des isolateurs pollués par le modèle
ANN, nous avons utilisé comme paramètres d’entrées les caractéristiques géométriques
de l'isolateur (Diamètre D(cm), Hauteur H(cm), Ligne de fuite L(cm), facteur de forme F)
et la et la sévérité de la couche polluante ESDD(mg/cm2), tandis que la variable de sortie
est la tension de contournement Uc (en kV) (figure III.16).
L
Uc
F Couche de
Sortie
sortie
ESDD
Couche
cachée 2
Couche Couche
Entrées d’entrée cachée 1
Figure III.16 Structure d’un Réseau Neurone multicouches.
64
Dans l’apprentissage des réseaux neurones nous avons utilisé 148 vecteurs données
d’entrée/sortie, Les paramètres du modèle ANN proposé sont résumés dans le tableau
suivant :
Table III.3 Paramètres du modèle ANN.
Tableau
Architecture
Nombre de couche : 3
Nombre de neurones par couches : 5/7/1
Poids initiaux:: Aléatoires
Fonction d’activation : Logarithmic sigmoid
Paramètres d’apprentissage
Algorithme et mode d’apprentissage : Levenberg–Marquardt Back--propagation
Taux d’apprentissage (Learning rate) : 0.25
constant :
Momentum constant)
Constant de momentum (Momentum 0.85
Nombre maximal d’itérations : 1500
La figure III.17 montre le résultat de l’apprentissage des RN, en présentant une

comparaison entre les tensions
ensions normalisées de contournement calculées par le modèle
mathématique et celles données par le modèle des réseaux neurones ANN ANN, on remarque
une très bonne concordance
nce entre les deux modèles de calcul ce qui montre le bon choix
des paramètres et la structure des réseaux de neurones.
Figure III.17 Comparaison des tensions normalisées de contournement calculées par le modèle
mathématique et celles obtenues par le modèle
odèle des réseaux neurones.
Pour valider notre modèle nous avons pris 27 données issuess des essais expérimentaux
regroupées en deux échantillons (Echantillon I [85], Echantillon II [7,84
84]).
65
La figure III.18 illustre les résultats d’utilisation de notre modèle ANN comparés aux
résultats expérimentaux pour les deux échantillons. Les corrélations entre les valeurs
mesurées et celles estimées par notre modèle ANN sont montrées dans la figure III.19
pour chaque échantillon.
La figure III.20 présente la variation des tensions de contournement calculées par le
modèle ANN et celles mesurées [85] pour les isolateurs type II et III en fonction de la
sévérité de pollution.
Figure III.18 Comparaison des tensions normalisées de contournement mesurées et celles données
par le modèle des réseaux neurones.
0.9 0.9
0.8 0.8
2
Tension mesurée normalisée
Tension mesurée normalisée
0.7
R =0.9977 0.7 R2 =0.9896
0.6 0.6
0.5 0.5
0.4 0.4
0.3 0.3
0.2 0.2
0.1 0.1
0
0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Experimental flashover voltage
Experimental flashover voltage
Tension estimée normalisée Tension estimée normalisée
-Echantillon I- -Echantillon II-
Figure III.19 Corrélation entre les valeurs mesurées et estimées de la tension de contournement.
66
4 4
x 10 x 10
2.2 2.6
Tension de contournement (V)
Tension de contournement (V)

2.4
2
2.2
1.8
2
1.6 1.8
1.6
1.4
1.4
1.2
1.2
1 1
0.8
0.8 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
ESDD (mg/cm**2)
ESDD (mg/cm2) ESDD (mg/cm2)

(Isolateur Type I) (Isolateur Type III)
Figure III.20 Tension de contournement en fonction de la sévérité de pollution.
IV.5.3.2 Elaboration du modèle ANFIS pour la prédiction de la tension de

contournement.
Dans cette partie nous allons utiliser les données expérimentales disponibles dans la
littérature [7,84-85] et la relation de la tension de contournement (III.15), afin de
construire un modèle basé sur les systèmes Neuro-Flous (ANFIS ) qui permet d'estimer
la tension critique de contournement des isolateurs pollués, en utilisant comme entrée
les caractéristiques géométriques de l'isolateur et la sévérité de la couche polluante.
La figure III.21 montre le résultat de l’apprentissage du modèle ANFIS, en présentant
une comparaison entre les tensions normalisées de contournement calculées par le
modèle mathématique et celles obtenues par le modèle Neuro-Flou. On remarque une
très bonne concordance entre les deux modèles de calcul ce qui montre le bon choix des
paramètres et l’architecture des Systèmes Neuro-flou.
67
0.9
Training Data
Apprentissage
Tension de contournement normalisée
0.8 Modèle
ANFISANFIS
Model
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 20 40 60 80 100 120 140 160 180
Nombre de vecteur d’apprentissage

Figure III.21. Comparaison des tensions normalisées de contournement calculées par le modèle
mathématique et celles données par le modèle ANFIS.
La figure III.22 montre la comparaison entre les résultats de mesure [7,84-85] de la

tension de contournement avec celles estimés par le modèle des ANFIS.
0.7
Testing set [21,23-24 ]

0.6
Tension de contournement normalisée
ANFIS Model
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25
Nombre de vecteur de test
Figure III.22 Comparaison des tensions de contournement mesurées
avec celles calculées par le modèle ANFIS.
68
La figure III.23 présente la corrélation entre les valeurs de la tension de contournement

mesurées par l’expérience [7,84-85] et celles estimées par le modèle ANFIS.
0.9
Tension de contournement mesurée

0.8
0.7
R2 =0.9853
0.6
0.5
0.4
0.3
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Tension de contournement estimée

Figure III.23 Courbe de régression des tensions calculées par le modèle mathématique avec les
tensions estimées par le modèle ANFIS.
Afin de valider nos modèles [114-115], nous avons présenté dans le tableau III.4 les
valeurs des indices statistiques R2, RMSE et MAPE de nos approches comparées aux
résultats trouvés dans la littérature [116-117].
Tableau III.4 Comparaison des modèles.

Modèles R2tr R2tes RMSE MAPE(%)
ANN 0.9993 0.9836 0.355 4.025
ANFIS 0.9988 0.9853 0.0169 5.91
ANFIS [116] 0.9989 0.9888 0.4766 3.5185
ANN [117] 0.9972 0.9853 - 3.84
69
III.6 Conclusion
Les techniques d’intelligence artificielles constituent une véritable solution pour la

résolution de plusieurs problèmes, là où les méthodes classiques ont montré leurs
limites. Dans la première partie de ce chapitre, nous avons effectué la présentation
générale des réseaux de neurones et les systèmes neuro-flou. Nous avons introduit des
définitions et des notions nécessaires qui seront utilisées dans la suite de notre travail.
Dans la deuxième partie, nous avons élaboré deux modèles basés respectivement sur les
RNA et les systèmes neuro-flous pour déterminer la tension critique de contournement
qui conduit à une meilleure compréhension des phénomènes de décharges électriques
apparues sur les isolateurs pollués. Les données de simulation ont été obtenues à partir
des études expérimentales antérieures et l'application d'un modèle mathématique. Les
résultats obtenus sont satisfaisants et prouvent la validité de l'intelligence artificielle
pour la modélisation de phénomènes transitoires dans le domaine de la haute tension.
70
CHAPITRE IV
MODELISATION
ELECTROSTATIQUE, ELECTROCINETIQUE
ET ELECTROTHERMIQUE DES
ISOLATEURS POLLUES
CHAPITRE IV MODELISATION ELECTROSTATIQUE, ELECTROCINETIQUE ET ……………………
IV.1. Introduction
La modélisation est une étape importante dans toute simulation numérique.
En particulier, elle permet, en définissant et en étudiant les caractéristiques
géométriques et physiques du problème étudié, de proposer un modèle simplifié
qui soit le plus proche de la réalité.
Nous avons abordé ce chapitre par une recherche bibliographique en détaillant
les différentes méthodes numériques applicables au calcul de la distribution du
potentiel et du champ électrique sur la surface des isolateurs. Nous avons retenu
la méthode des éléments finis du fait de son adéquation avec les contraintes du
problème étudié et la disponibilité d’un logiciel commercial (COMSOL
Multiphysics version 5.0 [118]).
La détermination de la distribution du champ et du potentiel électrique de tout
système haute-tension est un problème complexe de calcul non pas par la
simplicité des équations aux dérivées partielles qui les décrivent mais plutôt à
cause de la forme irrégulière des diélectriques, de la proximité de surfaces
métalliques aux formes complexes, des lignes de transmission, et dans certains
cas, de la présence d'une couche conductrice [119].
L'objectif principal de la première partie de ce chapitre est d'accroître les
connaissances sur les processus de pré-contournement des isolateurs pollués et
donc de déterminer la distribution du potentiel et du champ électrique le long
des surfaces des isolateurs sous différentes répartitions et niveaux de pollution.
Etant donné que des recherches théoriques et expérimentales importantes ne
sont pas encore achevées pour comprendre les mécanismes physiques réels
responsables de la propagation d’une décharge électrique sur une surface
faiblement conductrice. Nous allons adopter, dans la deuxième partie de ce
chapitre, une approche de l’effet thermique dans la couche de pollution basé
essentiellement sur le modèle dynamique de la décharge. La distribution de la
température et l'influence des paramètres électriques sur l’élongation de la
décharge, la chute de tension et le champ électrique au pied de l’arc seront ainsi
étudié pour différentes positions de la décharge.
71
IV.2. Méthodes de calculs

II existe plusieurs travaux relatifs à la détermination de la distribution du
potentiel et du champ électrique le long des isolateurs pollués, que ce soit
expérimentalement ou numériquement. Jusqu'à présent, la plupart des études
relatives au phénomène de contournement était consacrée plus spécifiquement
aux modèles de prédiction des contournements ou de caractérisation de l'arc
électrique. La détermination du champ électrique peut être effectuée par
plusieurs méthodes: analytiques, graphiques, expérimentales et numériques. Le
choix de la méthode pour résoudre les équations de Maxwell (équation de
Laplace) dépend de la complexité du problème et des conditions aux limites, le
but étant d'obtenir les résultats les plus précis en un minimum de temps de
calcul. Les progrès de l'informatique ont permis de développer des méthodes
numériques de calcul afin de déterminer de façon précise la distribution du
champ et du potentiel électrique.
IV.2.1. Méthodes expérimentales

La détermination expérimentale de la distribution du potentiel ou du champ
électrique le long d'un isolateur pollué n'est pas facile à réaliser. En effet, cela
nécessite un appareillage important et sophistiqué qu'il est souvent difficile de
réunir au sein d'un même laboratoire. De plus, ce sont des mesures qui
demandent du temps car de nombreux paramètres comme la température
ambiante et la présence de décharges électriques peuvent influencer les mesures
et généralement, plusieurs essais sont nécessaires pour obtenir des mesures
convenables [119].
Malgré la difficulté de telles mesures, on peut citer deux méthodes basées sur la
mesure des équipotentielles à savoir [120]:
 La méthode de mesure directe.
 La méthode par compensation.
IV.2.1.1. Méthodes de mesure directe du potentiel

Dans cette méthode, les mesures ont été effectuées sur un isolateur composite
(Figure IV.1) .En mesurant le potentiel du point de mesure (p) par rapport à la
terre à l'aide d'un voltmètre électrostatique, il est possible de déterminer la
distribution du potentiel le long de l’isolateur. Cette méthode a donné de bons
résultats pour des tensions continues et alternatives.
72
CHAPITRE IV MODELISATION ELECTROSTATIQUE, ELECTROCINETIQUE
ELECTROCINETIQUE ET ……………………
Figure IV.1
.1 Schéma de mesure directe de la tension [120].
].
L’avantage de cette méthode est le matériel restreint utilisé, son inconvénient est
la présence d’une sonde de mesure dérivant
dérivant un courant de mesure qui perturbe
la forme du champ électrique local.
IV.2.1.2.
.2.1.2. Méthodes de mesure par compensation
Dans cette méthode, lee point de mesure (p) dont on veut déterminer la tension
est relié à travers un éclateur à gaz au secondaire d’un transformateur à haute
tension ( 2 ). Le primaire de ce transformateur est alimenté par le réseau à
travers un régulateur de tension et de phase (RP) figure (IV.2).
(
Lorsque la tension au secondaire du transformateur ( 2 ) a atteint la valeur et la
phase de la tension du point (p) à mesurer l’éclateur à gaz s’éteint, et si l’on
connaît le rapport de transformateur de ( 2 ), on peut lire directement la valeur
de la tension ( ) sur un voltmètre connecté au primaire de ( 2 ).
L’avantage de cette méthode dite de zéro est qu’elle perturbe peu le champ
électrique local. L’inconvénient réside dans la difficulté d’équilibrage nécessitant
l’utilisation du régulateur RP
R [121].
Figure IV.2 Schéma de mesure par compensation.
73
IV.2.2. Méthodes théorique

IV.2.2.1. Equations de base: Poisson et Laplace
Les équations qui gouvernent la répartition du potentiel et du champ électrique,
dans un milieu donné, dérivent des équations de Maxwell. Celles-ci sont formées
par quatre équations aux dérivées partielles qui lient les phénomènes
magnétiques caractérisés par le champ magnétique H et l'induction magnétique
B aux phénomènes électriques caractérisés par le champ électrique E et
l'induction électrique D. Ces quatre équations sont [119, 122] :
⃗
⃗=− ( . 1)
⃗= ( . 2)
⃗
⃗ = ⃗+ ( . 3)
⃗=0 ( . 4)
Avec la densité volumique de charges.
Lorsque l'on applique une différence de potentiel alternative, la dérivation des

grandeurs électriques par rapport au temps revient à les multiplier par la
quantité où j est l'unité imaginaire et la pulsation de la source. En tenant
compte des relations constitutives, les équations (IV.1) et (IV.3) deviennent
[122] :
⃗=− ⃗ ( . 5)
⃗ = ( . 6)
⃗= ⃗+ ⃗ ( . 7)
Où , , et représentent respectivement la permittivité électrique, la

susceptibilité magnétique, et la conductivité électrique du milieu.
Comme le champ magnétique est faible, dans les équipements H. T considérés, le

second membre de l'équation (IV.5) peut être négligé, ce qui donne :
⃗=0 ( . 8)
On peut donc découpler les équations (IV.6) et (IV.8) qui gouvernent les
grandeurs électriques de celles qui gèrent les grandeurs magnétiques. L'équation
(IV.6) n'est alors rien d'autre que la forme locale du théorème de Gauss qui
traduit la conservation de la charge. L'équation (IV. 8) permet de dire que le
champ E dérive d'un potentiel ∅ avec :
⃗=− ⃗∅ ( . 9)
74
L'introduction de la relation (IV. 9) dans l'équation (IV.6) donne :
− ⃗∅ = ( . 10)
On obtient ainsi l'équation qui gouverne la répartition du potentiel dans un

milieu de permittivité absolue ε avec une densité de charge volumique de charge
.
Pour des matériaux isolants, généralement utilisés dans les appareillages HT, la
densité volumique de charge est nulle. Avec ces hypothèses, on obtient
l'équation de Laplace (IV. 11) qui gouverne la répartition du potentiel dans les
matériaux isolants :
∇2 ∅ = 0 ( . 11)
∇= , ( .12)
Les composantes du champ peuvent être déduites du potentiel :
= = (I .13)
On peut noter que cette équation gouverne aussi la répartition du potentiel dans
les matériaux conducteurs telles que les électrodes car ceux-ci sont des volumes
équipotentiels [122].
IV.2.2.2. Conditions aux limites

II existe plusieurs solutions aux équations différentielles précédemment définies.
Les conditions aux limites servent en fait à déterminer une solution unique de
ces équations. Ces conditions sont principalement de deux types : la condition de
Dirichlet et la condition de Neumann. La condition de Dirichlet impose la valeur
du potentiel comme par exemple les surfaces des conducteurs, les surfaces
équipotentielles, ou les limites infinies du domaine d'étude. La condition de
Neumann impose la valeur de la dérivée normale du potentiel tel les plans de
symétrie ou les surfaces à flux imposé. Les conditions de Dirichlet et de
Neumann sont dites homogènes si les valeurs imposées sont nulles. Elles sont
dites non homogènes dans le cas contraire [119].
IV.2.2.3. Conditions d'interfaces

L'équation (IV. 11) a été obtenue en émettant l'hypothèse que la permittivité
absolue est constante sur tout le domaine d'étude. Cette équation n'est donc
valable que pour des milieux homogènes et isotropes. Dans le cas où plusieurs
milieux coexistent, ce qui est généralement le cas dans les problèmes H.T,
l'équation (IV. 11) n'est plus vraie dans l'ensemble du domaine d'étude. Il faut
75
alors chercher une solution dans chaque milieu et lier les différentes solutions
par des conditions d'interfaces [119,123].
À la frontière de deux milieux de propriétés différentes, les équations dites
d'interfaces, en l'absence de charges et de courants superficiels, s'écrivent :
∅1 = ∅2 ( . 14)
Qui traduit l'égalité des valeurs du potentiel vue des deux régions et la relation :
⃗ ⃗1 = ⃗2 . ⃗2
1. ( . 15)
Qui traduit la conservation de la composante normale du déplacement électrique

D, où et représentent les normales à la frontière, dirigées vers l'extérieur
des milieux 1 et 2 respectivement.
⃗ × ⃗1 = ⃗2 × ⃗2 ( . 16)
La relation ( . 16) traduit la conservation de la composante tangentielle du

champ électrique à travers l'interface.
IV.2.3. Méthodes analytiques

Analytiquement, la résolution peut se faire par l’équation de base suivante :
1
V( ) = 4 [∑ +∑ ∫ + ∑∫ +∑ ∫ ] ( .17)
0
: Charge ponctuelle (C).

: Charge superficielle (C/m2).
: Charge linéique (C/m).
: Charge volumique (C/m3).
: désigne de façon évidente des distances (m).
V (p) : potentiel au point p en fonction des charges (V).
La résolution analytique de l’équation de Laplace n’est pas simple sauf si la
géométrie du système est symétrique. Parmi les méthodes analytiques utilisées
pour le calcul du champ électrique on trouve :
- La méthode de séparation des variables.
- La méthode des transformées conformes.
- La méthode des images électrostatiques.
76
IV.2.4. Méthodes numériques

Le développement des méthodes numériques a ouvert des champs
d'applications très divers et plus particulièrement celui du calcul de la
distribution du potentiel et du champ électrique sur la surface des isolateurs. La
performance de ces méthodes numériques a été démontrée par plusieurs
chercheurs [124-127]. Les méthodes numériques pour la résolution des
équations différentielles s’appuient sur le principe d’un remplacement des
dérivées avec les quotients des incréments (accroissements) finis. En effet,
l’équation différentielle converge en un système d’équations algébriques [124].
Parmi les méthodes numériques les plus connues et les plus utilisées dans ce
type de problème sont donc la Méthode de Simulation de Charges (M.S.C), la
Méthode des Différences Finies (M.D.F) et la Méthode des Éléments Finis (M.E.F).
Toutes ces méthodes numériques sont décrites et discutées dans de nombreux
manuels; nous en présenterons brièvement les principes de celles qui sont les
plus adaptées pour le calcul de la distribution du potentiel et du champ
électrique sur la surface des isolateurs.
IV.2.4.1. La Méthode de Simulation de Charges (M.S.C)

IV.2.4.1. 1. Principe
Dans la M.S.C, le champ électrique est simulé par un champ électrique engendré
par un nombre de charges discrètes, qui sont placées en dehors de la région dans
laquelle le champ électrique doit être calculé. Les valeurs affectées aux charges
discrètes sont déterminées par la satisfaction des conditions aux limites à des
points de contour bien déterminés. Une fois que les valeurs et les positions des
différentes charges de simulation sont connues, le potentiel et le champ
électriques peuvent être calculés n'importe où dans l'espace considéré [119,125-
126].
En fait, le principe de base de la méthode est assez simple. Si plusieurs charges
discrètes de formes différentes sont présentes dans une région, le potentiel
électrostatique Ф , à n'importe quel point C appartenant à cette région, peut être
déterminé par la sommation des potentiels résultant des charges ponctuelles
(application du théorème de superposition) tant que le point C n'est pas situé sur
aucune charge ponctuelle. On peut donc écrire l'équation suivante :
Ф = ∑ =1 . (IV.18)
où :
- représente le coefficient de potentiel, dépendant du type de charges utilisées
et qui peut être évalué analytiquement par résolution de l'équation de Laplace ou
de Poisson,
- représente la charge ponctuelle au point.
Dès lors, une fois que le type et la position des charges sont définis, il est possible
de déterminer Ф et en tout point de la frontière du domaine étudié. Dans la
77
M.S.C, les charges de simulation sont placées à l'extérieur de l'espace dans lequel
on veut connaître le champ électrique (ou à l'intérieur de toute surface
équipotentielle comme des électrodes métalliques). Si le point C est situé sur la
surface d'un conducteur, alors Ф en ce point sera égal au potentiel du
conducteur. Lorsque cette procédure est appliquée à m points situés sur le
contour de T espace considéré, nous obtenons un système de m équations
linéaires pour n charges connues [119], c'est-à-dire :
⋯ Ф
⋮ ⋱ ⋮ . = . (IV.19)
⋯ Ф
IV.2.4.1. 2. Avantages de la M.S.C

 La M.S.C permet de calculer le potentiel et le champ électrique pour des
problèmes à plusieurs diélectriques présentant des formes géométriques
complexes (comme par exemple les isolateurs haute tension).
 Cette méthode ne nécessite aucune discrétisation du domaine d'étude, on ne
travaille seulement qu'au voisinage de la frontière de celui-ci.
 Le grand intérêt porté à cette méthode pour les problèmes de calcul de
champ électrique a permis à celle-ci d'acquérir une grande notoriété (vu le
grand nombre de publications à son sujet) ce qui lui permet d'être soumise à
diverses améliorations pour la rendre encore plus efficace et précise [119].
IV.2.4.1. 3. Inconvénients de la M.S.C

 Lorsque le problème à étudier présente plus de deux diélectriques,
l'utilisation de la M.S.C devient alors complexe et la programmation d'un tel
modèle s'en trouve difficile.
 La M.S.C est une méthode numérique simple par son expression mais tout de
même assez difficile à mettre en œuvre en ce qui concerne la précision à
atteindre. En effet, la précision requise dépend de nombreux paramètres
(comme le type de charges utilisées, leur localisation, leur nombre et le
nombre de points de contour). Il est donc nécessaire d'effectuer un nombre
assez important d'essais par itération (en modifiant un par un les différents
paramètres des charges) ou d'utiliser des procédés d'optimisation afin
d'atteindre la précision désirée. Ceci agit par conséquent sur le temps de
calcul qui devient de plus en plus long en fonction de la complexité du
problème à traiter [119].
IV.2.4.2. Méthodes des différences finies (MDF)

La méthode des différences finies (MDF) a été historiquement, la première
méthode utilisée pour calculer par ordinateur, la solution des équations
différentielles. Elle consiste à résoudre localement les équations de Maxwell par
discrétisation du domaine (domaine surfacique en 2D) considéré en utilisant une
78
grille de points dont la finesse permet une bonne approximation

approximation du domaine
(Figure IV.3) [124]. Dans le cas d'un espace à 3 dimensions, la grille sera un
volume. A chaque point de la grille, on fait une approximation des dérivées en
utilisant des différences finies (approximation dans le développement de Taylor,
jusqu'au second ordre). Ainsi, La MDF consiste donc à remplacer dans les
équations aux dérivées partielles et les conditions aux limites, les dér
dérivées par
des différences finies calculées à chaque nœud d'un maillage donné. L'utilisation
d'un maillage régulier permet d'obtenir pour chaque point, la même forme
d'équations. L'un des maillages les plus simples est le maillage carré [124].
Figure IV.3 Réseau d’un maillage différences finis.
Soit les indices i et j , les coordonnées de la position d'un nœud quelconque, voir
figure IV.3, avec ∆X = ∆y = h dans le cas d'un maillage carré.
∂V
V.3,, l'approximation algébrique de la dérivée [∂X]i,j est
Comme sur la figure IV
donnée par :
∂V Vi+1,j−Vi−1,j
[ ]i,j = ( .20)
∂X 2h
Une approximation similaire donne :
∂²V Vi+1,j+2Vij +Vi−1,j

[ ]i,j = ( .21)
∂X² h²
De manière identique, on peut écrire les expressions équivalentes suivant la

direction y, ce qui donne :
∂V Vi,j+1−Vi,j−i
[ ]i,j = ( .22)
∂Y 2h
∂²V Vi,j+1−2Vij +Vi,j−1
[ ] = ( .23)
∂Y² i,j h²
79
Ces expressions sont exactes lorsque ∆X tend vers 0, mais dans l'analyse
numérique, ∆x et ∆y sont finis (d'où le terme de différences finies).
Le Laplacien discrétisé s’écrit donc :
∂²V ∂²V
(∆V)i,j = ( )i,j + ( ) ( .24)
∂x² ∂y² i,j
1
(∆V)i,j = [Vi,j−1 + Vi+1,j + Vi−1,j + Vi,j+1 − 4Vij ] ( .25)
h²
C’est l’équation aux différences finies pour le nœud (i, j).

On obtient ainsi un système d'équations linéaires implicites lorsque les
formulations analytiques sont considérées à chaque nœud. À partir du système
d'équations, on obtient un système algébrique qui peut s'écrire sous forme
matricielle :
[ ]{ } = { } ( .26)
Où { } est le vecteur formé par les inconnues en potentiel de tous les points
intérieurs au domaine et {B} le vecteur des conditions aux limites. La résolution
du système (IV.29) permet ainsi d'évaluer le potentiel en chacun des nœuds.
IV.2.4.2.1. Avantages de la M.D.F

 La méthode des différences finies est une méthode simple à appliquer
lorsque la géométrie le permet et c'est une méthode raisonnablement exacte.
 De plus, elle se programme facilement et nécessite peu de mémoire pour le
stockage des données.
IV.2.4.2.2. Inconvénients de la M.D.F

 Lorsque la géométrie est de frontière courbe, le schéma ne peut s'appliquer
près des frontières irrégulières et donc cette méthode devient difficilement
applicable. On doit alors rechercher à la place une méthode qui est valide
indépendamment de la géométrie.
 Enfin, cette méthode nécessite la connaissance, sur toute la frontière
entourant le domaine étudié, du potentiel, ce qui n'est pas toujours le cas en
général.
Remarque :
La méthode des différences finies fait une approximation des opérateurs d'une
équation différentielle par des différences finies calculées aux nœuds d'un
maillage. On peut aussi faire une approximation de la fonction inconnue d'une
équation différentielle. Cette méthode est connue sous l'appellation de Méthode
des Éléments Finis (M.E.F) [119].
80
IV.2.4.3. Méthode des éléments finis (MEF)
La résolution exacte d'un système différentiel modélisant une problématique

physique n'est pas toujours accessible. Lorsqu'il s'agit de modèles à géométries
complexes, le recours à des méthodes numériques de calcul et, plus précisément,
la méthode des éléments fiais (MEF) est donc recommandé. La MEF est un outil
mathématique très puissant et largement adopté en ingénierie
(électromagnétisme, mécanique, transfert de chaleur...etc.) parce qu'elle offre la
possibilité d'obtenir des solutions approximatives décrivant la réponse d'un
système physique soumis à des mécanismes externes (une tension, une
sollicitation, …etc.) [128].
L'idée de la méthode est de chercher une solution approchée à une équation
différentielle après une reformulation sous forme d'identité intégrale appelée
forme faible ou variationnelle. Au lieu de chercher à satisfaire l'équation aux
nœuds, on décompose ici le domaine en sous domaines appelés éléments finis, et
on impose la satisfaction des équations par sous domaine. L'introduction d'une
approximation locale par sous domaine (dit élément fini) permet de contourner
le problème de complexité des géométries car il suffit alors de choisir une
approximation ou une décomposition (maillage) qui respecte la géométrie [119].
IV.2.4.3.1. Principe
Le principe de cette méthode consiste à diviser le domaine d'étude en plusieurs
éléments finis (appelé maillage). C'est une étape très importante puisque le choix
de la forme de l'élément de maillage est primordial dans la précision des
résultats obtenus. Il est donc nécessaire de trouver la forme et le degré
d'approximation de celui-ci qui soient les plus adaptés à la géométrie du
domaine d'étude. Il existe un grand nombre de formes géométriques pour les
éléments de maillage tels que :
 des triangles, des rectangles, des quadrilatères arbitraires pour les problèmes
à deux dimensions;
 des tétraèdres, des hexaèdres, des cubes, des prismes pour des problèmes à
trois dimensions.
Sur chacun des éléments issus de la subdivision, la fonction qui modélise le
phénomène est définie par une fonction d'interpolation. Souvent, on choisit des
polynômes comme fonction d'interpolation pour les variables car ceux-ci sont
faciles à intégrer ou à différencier. Le degré du polynôme dépend du nombre de
nœuds assignés à chaque élément, de la nature et du nombre d'inconnues à
chaque nœud et surtout du degré de dérivabilité des variables apparaissant dans
la forme variationnelle associée aux E.D.P du problème avec conditions aux
limites [119].
81
IV.2.4.3.1. Etapes de la méthode des éléments finis

Donc on peut dire que la méthode des éléments finis repose sur les étapes
suivantes :
 On se pose un problème physique sous la forme d’une équation différentielle
ou aux dérivés partielles à satisfaire en tous points d’un domaine Ω avec des
conditions aux limites sur les bords.
 On construit une formulation intégrale du système différentiel à résoudre et
des conditions aux limites.
 On divise le domaine Ω en sous domaines : c’est le maillage, les sous
domaines sont appelés mailles.
 On choisit la famille des grandeurs locales, c’est à dire à la fois la position des
nœuds dans les sous domaines et les polynômes (ou autres fonctions). La
maille complétée par ces informations est appelée élément.
 On ramène le problème à un problème discret : En effet, toute solution
approchée est complètement déterminée par des valeurs aux nœuds des
éléments. on résout le problème discret : c’est la résolution.
 On peut alors construire la solution approchée à partir des valeurs trouvées
aux nœuds et en déduire d’autres grandeurs : c’est le post-traitement.
On visualise et on exploite la solution pour juger de sa qualité numérique et juger
si elle satisfait les critères du cahier des charges : c’est l’exploitation des
résultats.
IV.2.4.3.2. Avantages et limitations de la MEF

La MEF est fortement conseillée pour résoudre les problèmes modélisés par une
EDP, mais cela n'empêche pas qu'elle ait certaines lacunes.
a) Avantages :
 La MEF est désormais accessible par le biais de logiciels commerciaux
performants. Ces logiciels, qui n'exigent pas une connaissance approfondie de
la MEF, ne prennent que quelques minutes pour effectuer la simulation. En
outre, ils proposent des outils de visualisation graphique pour présenter les
résultats. Ces deux points ont encouragé plusieurs chercheurs dans des
domaines divers à l'adopter comme principale méthode de résolution;
 En ce qui est de la discrétisation de la géométrie Ω, il est possible d'utiliser
plus d’un type d'élément dans le même maillage afin de s'approcher au mieux
à la géométrie Ω ;
 La MEF peut être appliquée dans des conditions fort complexes, à savoir lors
de tout problème physique ou mathématique (différentiel ,intégral, intégro-
différentiel, variationnel...), linéaire ou non linéaire, domaines et géométrie
quelconques, propriétés physiques à valeurs constantes ou variables
(rigidité, densité, conductivité, résistivité, etc…), sollicitations externes de
toutes formes ainsi que lorsqu'il s'agit de problèmes de natures variées
(problème aux limites, transitoire…etc) [125].
82
b) Limitations :
 La solution calculée reste toujours dépendante des données numériques
initiales (caractéristiques des matériaux, conditions aux limites). En ce sens,
l'influence de ces paramètres sur les résultats requiert un nouveau calcul
avec d'autres valeurs;
 La modification d'une partie de la géométrie entraîne un nouveau maillage et,
donc, une remise à zéro dans les calculs;
 Un mauvais choix du maillage proposé automatiquement par les logiciels
limite la précision des résultats. L'usager doit donc porter une attention
particulière lors de cette étape;
 Le traitement d'une problématique par la MEF implique une connaissance
parfaite du domaine géométrique et des conditions aux limites, ce qui
complique la mise en œuvre de ce traitement lorsque ce n'est pas le cas [125].
IV.3.Description du logiciel « COMSOL Muitiphysics®
Une fois que la méthode numérique permettant de résoudre les équations

différentielles régissant le problème étudié a été choisie, il s'agit de déterminer
comment mettre en pratique la méthode retenue. A ce stade, deux solutions sont
envisageables. La première solution consiste généralement à développer son
propre programme dont l'application est généralement spécifique au problème
étudié. Cependant, cela requiert un certain temps de mise au point du
programme et cette durée peut devenir importante lorsqu'il s'agit de traiter des
problèmes présentant des géométries complexes, en l’occurrence quand ceux-ci
sont modélisés en 3-D, La deuxième solution est l'utilisation de logiciels
commerciaux basé sur la méthode numérique retenue [118].
Parmi les logiciels commerciaux disponibles basés sur la M.E.F, le logiciel
COMSOL Multiphysics version 5.0 [118] a été retenu pour les raisons suivantes :
 il est spécialisé dans la résolution de problèmes électromagnétiques,
 il permet de prendre en compte la présence de plusieurs diélectriques,
 il permet de modéliser une surface conductrice de faible épaisseur (couche
de pollution),
 il permet de travailler en régime statique ou quasi-statique (50 Hz),
 enfin, il permet une modélisation rapide du problème.
La modélisation et la simulation d'un isolateur peuvent se résumer en cinq

étapes successives suivantes :
 La première étape consiste à définir la géométrie entière de modèle

l'isolateur par l’intermédiaire d'une interface graphique de conception.
 La deuxième étape porte sur la définition des propriétés électriques des
matériaux présents. Cela consiste à définir les permittivités relatives et les
conductivités de chaque domaine. De plus, il faut faire le choix du type
83
d'analyse, c'est-à-dire soit statique (f=0 Hz) ou soit quasi-statique (f=50

Hz).
 Dans la troisième étape on définit les conditions aux limites qui se traduisent
par le potentiel imposé sur chaque électrode et déterminer les frontières de
l’isolation électrique c'est-à-dire les frontières où le champ électrique peut
être considéré comme nul.
 La quatrième étape consiste en la résolution du problème par l'application
de la méthode numérique.
 La dernière étape consiste à l'affichage des résultats obtenus parmi lesquels
les équipotentielles, la norme du champ électrique et ses composantes
normales et tangentielles,…etc.
Ce logiciel permet de modéliser et de simuler de nombreux phénomènes

physiques. Par conséquent, grâce à l'utilisation de ce logiciel, nous pouvons
construire une simulation qui reflète la réalité en considérant non seulement la
précision des géométries et de la résolution numérique, mais aussi les diverses
grandeurs physiques (contrainte et réponse) représentant les conditions
réelles des matériaux utilisés. Dans ce travail, pour le calcul de la distribution
du potentiel et du champ électrique sous différentes conditions de pollution,
ainsi que la distribution de la température sur la surface des isolateurs nous
avons utilisé deux modules différents : le Module Courants électriques et le
Module Transfert de chaleur.
IV.4. Modélisation électrostatique et électrocinétique d’un isolateur réel

IV.4.1. Présentation du modèle de l’isolateur étudié
Dans notre simulation, nous avons choisi l’isolateur U-40 de type anti-brouillard
présenté à la figure IV.4.
Figure IV.4 Isolateur réel anti-brouillard.
La figure IV.5 présente le profil et le tableau des caractéristiques géométriques

principales de l’isolateur utilisé dans notre étude [129].
84
Tableau IV.1 Caractéristiques

aractéristiques
géométriques [129]
[129].
Diamètre (mm)(D) 175
Ligne de fuite (mm) 185
Pas (mm)(H) 100
Figure IV.5 Profil de l’isolateur étudié.
Figure IV.6 Géométries en 3-D de l’isolateur étudié.
Chaque région du modèle numérique a été spécifiée avec les propriétés

appropriées des matériaux. Nous avons défini les différents domaines de
l’isolateur étudié en introduisant pour chacun d’eux la constante diélectrique
relative (εr) et la conductivité volumique (σ). Des conductivités faibles mais
différents de zéro (0) ont été attribuées aux matériaux isolants, de même que
l’air entourant l’isolateur, comme présenté dans le tableau 2, afin de permettre à
la solution de converger sans rencontrer de problème
problème de division par zéro (0)
[130].
Le tableau 2 résume les paramètres relatifs aux différents matériaux utilisés
dans les simulations numériques.
Table IV.2 Paramètres de simulation.

Tableau
Matériaux Conductivité σ (S/m) Permittivité relative εr
Air 10-20 1
Verre trempé 10-14 4.2
Fonte malléable 107 1
(Capot et tige)
Pollution 0.05 80
85
La figure IV.7 ci-dessous montre les différents domaines constituant l’isolateur

étudié.
Figure IV.7 Différents matériaux de l’isolateur.
Le maillage est une opération très importante pouvant influencer la qualité

des résultats de la simulation. En effet, il s’agit de l’opération qui crée les
éléments finis en fonction des nœuds considérés. Dans notre cas, ces éléments
sont des triangles dont la taille est définie par l’utilisateur.
La figure IV.8 permet de visualiser les éléments surfaciques obtenus dans le cas
d’étude considérée et permet d’apprécier les différentes tailles des éléments
ainsi créés.
Figure IV.8 Maillage surfacique de l’isolateur.
Pour toutes nos simulations, la tension appliquée aux bornes de l’isolateur

correspond à la tension U =10 KV. L’une des électrodes est soumise à cette
valeur de tension tandis que l'autre électrode et les bords extérieurs de la région
d’air entourant l’isolateur sont affectés au potentiel zéro (0).
86
IV.4.2. Résultats de calcul du potentiel et du champ électrique sur un

isolateur réel
IV.4.2.1. Distribution totale du potentiel et du champ électrique pour un
isolateur propre
La figure IV.9-a- représente la cartographie globale des résultats de la

distribution du potentiel sur la surface d’un isolateur propre.
De ces résultats nous pouvons conclure que la répartition du potentiel n’est pas
uniforme et que la zone proche de l’électrode
ctrode HT est la plus contraignante alors
que pour celle près de l’électrode masse le potentiel est nul.
Figure IV.9 Cartographies

Cartographie globales du potentiel électrique pour un isolateur
antibrouillard propre.Tension appliquée 10 KV.
La figure IV.9-b- représente les distributions totales du potentiel électrique sur

la surface d’un isolateur propre. On voit clairement que les lignes
équipotentielles sont concentrées autour d’électrode haute tension et
d’électrode basse tension.
tension
Les figures IV.10 –a- et IV.10 –b- représentent respectivement la cartographie
globale et la distribution des lignes du champ électrique sur la surface d’un
isolateur propre,, une forte concentration des lignes de champ a été observée
autour d’électrode haute tension.
tensio
87
Figure IV.10 Cartographies globales du champ électrique pour un isolateur antibrouillard

propre. Tension appliquée 10 KV.
IV.4.2.1.1. Influence du type de matériaux isolant
Pour étudier l'effet du type de matériau isolant sur la distribution du potentiel et

du champ électrique, deux différents matériaux ont été considéré (le verre et le
porcelaine).
La figure IV.11 représente la répartition du potentiel électrique le long de la
ligne de fuite de l’isolateur pour les deux matériaux isolants choisis, on
remarque, comme il était attendu que les valeurs maximales des potentiels sont
près de l’électrode haute tension et commence à décroître jusqu'à son annulation
quand on se rapproche de l'électrode de masse. On remarque ainsi une légère
différence des répartitions du potentiel pour les deux matériaux (verre et
porcelaine).
La figure IV.12 montre la variation du champ électrique le long de la ligne de la
fuite de l’isolateur pour les deux matériaux isolants. On constate que le champ
électrique est maximal prés de l’électrode HT puis il diminue le long de la ligne
de fuite dans l'intervalle [0-75 mm] ensuite il s’annule dans l'intervalle [75mm-
207mm] de la ligne de fuite pour augmenter rapidement près de l'électrode de
masse. D'autre part, l’évolution du champ électrique est similaire par rapport aux
matériaux isolants en verre et en porcelaine.
88
10
Potentiel électrique (KV)

Verre
Porcelaine
6
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

Figure IV.11 Comparaison des distributions du potentiel électrique sur un isolateur
propre pour différents matériaux isolants.
35
30
Champ électrique (KV/cm)
25
20
Verre
15 Porcelaine
10
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

Figure IV.12 Comparaison des distributions du champ électrique sur un isolateur propre
pour différents matériaux isolants.
IV.4.2.2. Distribution totale du potentiel et du champ électrique pour un

isolateur pollué
Cette partie porte sur la détermination de l’effet de plusieurs paramètres sur la
distribution du potentiel et du champ électrique en présence d’une couche de
pollution à la surface d’un isolateur réel de type antibrouillard.
89
IV.4.2.2.1. Effet de la pollution uniforme

Afin de montrer l’influence de la répartition uniforme de la pollution sur les
distributions du potentiel et du champ électrique, nous avons modélisé la région
de pollution par une couche fine représentant une solution électrolytique de
conductivité 0.05 S/m et d’épaisseur 1 mm.
La figure IV.13 présente le cas d’une pollution uniforme (σ= 0.05 S/m) sans
bandes sèches. Dans ce cas, nous remarquons que la répartition de la tension
entre les deux surfaces supérieure et inférieure de l’isolateur est non
proportionnelle aux longueurs des lignes de fuite. En effet, 20% de la tension
totale est appliquée sur la surface supérieure correspond à la longueur de la
ligne de fuite L= 50mm, et 80% est appliquée sur la surface inférieure
correspond à une longueur de ligne de fuite de 150mm. Nous pouvons dire que
la diminution du potentiel est relativement rapide sur la surface inférieure de
l’isolateur puis elle devient faible au fur et à mesure qu’on s’approche du capot
sur la surface inférieure (masse).
La figure V.14 montre la comparaison des distributions du potentiel électrique
obtenues avec un isolateur propre et un isolateur pollué (σ=0.05 S/m).D’après
cette figure on peut dire que la présence de pollution a un effet considérable sur
la distribution de potentiel sur la surface des isolateurs.
10
8
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)
Figure IV.13 Distribution du potentiel électrique le long de la ligne de fuite d’un isolateur
pollué (σ=0.05 S/m).
90
10

Isolateur propre
6
Isolateur pollué
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)
Figure IV.14 Comparaison des distributions du potentiel électrique pour isolateur propre
et un isolateur pollué (σ=0.05 S/m).
La figure V.15 montre la variation de l’intensité du champ électrique le long de la

ligne de fuite de l’isolateur. On constate que le champ électrique est très intense
au niveau de l’électrode HT puis il diminue avec l’augmentation de la ligne de
fuite ensuite il augmente lorsqu’on s’approche de l’électrode masse. En outre, la
figure IV.16 montre la comparaison des distributions du champ électrique
obtenues avec un isolateur propre et un isolateur pollué (σ=0.05 S/m). Cette
figure montre que le champ électrique est très affecté pas l’état de surface
(pollué ou propre) de l’isolateur et constate des différences beaucoup plus
remarquables aux niveaux des électrodes.
5
4
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)
Figure IV.15 Distribution du champ électrique le long de la ligne de fuite d’un isolateur
pollué (σ=0.05 S/m).
91
35
30
Champ électrique (KV/cm) 25
20
Isolateur pollué
Isolateur propre
15
10
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)
Figure IV.16 Comparaison des distributions du champ électrique obtenues avec

un isolateur propre et un isolateur pollué (σ=0.05 S/m).
IV.4.2.2.2. Influence de la tension appliquée

La figure IV.17 donne la variation du potentiel électrique en fonction de la ligne
de fuite de l’isolateur, pour différentes tensions appliquées. Trois niveaux de
tensions ont été considérés. Nous constatons qu’en fonction de cette tension, le
potentiel se distribue de manière équitable, le long de la ligne de fuite et seules
les valeurs du potentiel changent. La forme demeure la même.
Sur la figure IV.18, nous représentons l’évolution du champ électrique le long de
la ligne de fuite, pour différents niveaux de tension. Selon cette figure,
l’accroissement de la tension de la ligne entraîne l’augmentation de l’intensité du
champ électrique le long de la ligne de fuite de l’isolateur. Nous remarquons
également que le champ électrique atteint sa valeur maximale au niveau de
l’électrode HT. La forme demeure la même pour les trois allures correspondant
aux trois niveaux de tension.
92
20
16

10 KV
12 15 KV
20 KV
0
0 25 50 75 100 125 150 175 200
Ligne de fuite
pollué sous différentes tension de ligne.
8
7
5
10 KV
15 KV
4
20 KV
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

pollué sous différentes tension de ligne.
IV.4.2.2.3. Influence de la conductivité

Cette partie est consacrée à l'étude de l'influence de la conductivité de la couche
polluante sur la répartition du potentiel et plus particulièrement sur la
distribution du champ électrique le long de ligne de fuite de l’isolateur étudié.
Pour cela, une couche de pollution uniforme ayant des conductivités égales à
0.01μS/m, 0.05 μS/m et 0.08μS/m est appliquée à la surface de l’isolateur. Les
autres paramètres de simulation et géométriques restent inchangés. Les
résultats obtenus sont donnés par les figures IV.19 et IV.20.
93
La figure IV.19 illustre la variation du potentiel électrique le long de la ligne de

fuite de l’isolateur pour les conductivités considérées. Nous remarquons que la
variation de la conductivité de la couche de pollution n’a pratiquement aucun
effet sur l’évolution du potentiel et aucune différence remarquable n’est
observée.
Dans les mêmes conditions précédentes, la figure IV.20 montre la variation de
l’intensité du champ électrique le long de la ligne de fuite de l’isolateur. D’après
cette figure, on conclue que l’intensité du champ électrique n’est pratiquement
pas affecté par la variation de la conductivité qui n’a aucune incidence sur la
distribution totale du champ électrique.
10
8
S/m
6
S/m
S/m
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

pollué pour différentes conductivités.
4
3
S/m
S/m
S/m
2
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

pollué pour différentes conductivités.
94
IV.4.2.2.4. Pollution non uniforme

Dans cet essai, une couche de pollution non-uniforme ayant des conductivités de
0.01 S/m et 0.05 S/m respectivement appliquées à la surface supérieure et
inférieure de l’isolateur. Les résultats obtenus sont donnés par les figures IV.21
et IV.22.
La figure IV.21 illustre la distribution du potentiel le long de la ligne de fuite de
l’isolateur, nous remarquons que la majorité de la tension appliquée, plus de
60%, se trouve sur la surface supérieure, la surface la moins polluée. Nous
constatons ainsi que la courbe présente un point où le potentiel change
brusquement. Ce point correspond aux limites entre les deux régions de
pollution. Il en ressort que, la répartition non uniforme de la pollution a une
grande incidence sur l’évolution du potentiel électrique en comparaison avec le
cas de pollution uniforme. Ce constat est en accord avec le résultat donné par la
figure IV.22 qui montre la distribution du champ électrique le long de la ligne de
fuite de l’isolateur pour une pollution non uniforme beaucoup plus importante
sur la surface inférieure par rapport à la surface supérieure.
10
Pollution uniforme
Pollution non uniforme
8
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)
réel avec une pollution uniforme et non uniforme.
95

3
Pollution uniforme
Pollution non uniforme
2
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

réel sous une pollution uniforme et non uniforme.
IV.4.2.2.5. Pollution uniforme avec zone sèche

Dans le cas d’une pollution uniforme avec bande sèche du côté de la tige
(figures IV.23 et IV.24) nous remarquons clairement que la différence de
potentiel aux bornes de la zone sèche près de la tige est beaucoup plus grande
que celle entre la zone sèche et le capot (figure IV.23) qui correspond à une
grande intensité du champ électrique au niveau de la bande sèche (figure IV.24).
Par conséquent nous pouvons dire que l’amorçage près de la tige est très
probable.
10
8
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)
réel sous une pollution uniforme avec bande sèche du côté de la tige.
96
20

16
12
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)
réel sous une pollution uniforme avec bande sèche du côté de la tige.1
Dans le cas inverse, bande sèche du côté capot (figures IV.25 et IV.26).
L’amorçage près du capot devient le plus probable.
10
8
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

réel sous une pollution uniforme avec bande sèche du côté capot.
97
16
Champ électrique (KV/cm) 12
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

réel sous une pollution uniforme avec bande sèche du côté capot.
Les figures IV.27 et IV.28 montrent respectivement les distribution du potentiel

et du champ électrique le long de la ligne de fuite de l’isolateur pour le cas d’une
pollution uniforme avec deux bandes sèches, la première du coté capot et la
deuxième du coté tige, nous remarquons clairement que la différence de
potentiel aux bornes de la zone sèche près de la tige (8kV) est plus grande que
celle au voisinage du capot (2kV), un potentiel relativement constant dans la
partie qui se trouve entre les deux zones sèches (figure IV.27). Par conséquent
nous pouvons dire que cette situation engendre un champ électrique assez
important qui peut provoquer le claquage de l’air au voisinage immédiat de la
zone sèche près de la tige, et par la suite la naissance des décharges partielles
(figure IV.28).
98
10

6
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

réel sous une pollution uniforme avec deux bandes sèches près des électrodes.
20
16
12
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

réel sous une pollution uniforme avec deux bandes sèches près des électrodes.
Les figures IV.29 et IV.30 présentent respectivement les distributions du

potentiel et du champ électrique le long de la ligne de fuite de l’isolateur dans le
cas de l’apparition de plusieurs décharges qui peuvent s’amorcer simultanément
dans les différentes régions de l’isolateur. Nous remarquons clairement que
l’isolateur contient trois régions où s’amorcent des décharges partielles, et les
points qui appartiennent à la même région portent le même potentiel (figure
IV.29). Nous constatons ainsi que la présence des décharges sur les différentes
99
régions de l’isolateur a une grande incidence sur l’évolution et la distorsion du

champ électrique (figure IV.29).
10
8
0
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

réel sous une pollution uniforme en présence de trois décharges partielles.
3
0 25 50 75 100 125 150 175 200
Ligne de fuite (mm)

réel sous une pollution uniforme en présence de trois décharges partielles.
100
IV.5. Modélisation électrothermique et dynamique d’un isolateur pollué

en présence d’une décharge surfacique
Des résultats expérimentaux publiés par M. El-A. Slama et al. [82] indiquent
que la température de la décharge est fonction de la résistance de la pollution et
qu’elle varie avec la polarité et la forme de tension appliquée. Ils montrent
également que les constantes de l’arc sont en fait des paramètres dynamiques et
que les conditions critiques du contournement sont fonction des paramètres
électriques et thermiques du circuit équivalent ainsi que de la condition de
propagation de la décharge.
Dans cette optique, nous allons adopter une approche de l’effet thermique dans
la couche de pollution basé essentiellement sur le modèle dynamique de la
décharge. Un modèle électrothermique peut se subdiviser en 2 sous modèles: un
modèle électrique non-linéaire et un modèle thermique dynamique. Ces deux
sous-modèles sont interdépendants, le premier fournissant la puissance dissipée
au dernier qui lui retourne la température instantanée [131], décrits dans
Comsol par les modules suivants :
IV.5.1. Module Transfert de chaleur

Le transfert de chaleur est décrit comme le déplacement d'énergie thermique dû
à la différence de température. Les trois mécanismes qui interviennent dans le
transfert de chaleur sont les suivants:
- La conduction thermique, définie comme le mode de transfert de chaleur
provoqué par la différence de température entre deux régions d'un milieu solide,
liquide et gazeux. Il s'établit un transfert continu de la chaleur, par diffusion, de
la région chaude vers la région froide [132].
- La convection est le mode de transmission qui implique le déplacement d'un
fluide, liquide ou gazeux. On distingue deux types de convection: la convection
naturelle (apparaissant spontanément en raison des différences de densité liées
au gradient thermique) et la convection forcée (lorsque le mouvement du fluide
est imposé par une intervention extérieure) [132].
- Le rayonnement est un transfert d'énergie électromagnétique entre deux
surfaces (il est donc opérant même dans le vide). Dans les cas pratiques le
rayonnement s'effectue en présence d'un gaz et ce mode de chaleur est alors
rarement le seul type d'échange thermique: la conduction et la convection sont
également présentes. Cependant à hautes températures, le rayonnement est
prépondérant dans le transfert thermique [132].
Le modèle mathématique de transfert de chaleur par conduction que nous
traitons ici, pour des matériaux solides utilise l’équation IV.27 suivante :
. − ∇. ( ∇T) = ( . 27)
101
Où ρ, Cp, T, t et k sont respectivement la masse volumique, la capacité

thermique, la température, le temps et la conductivité thermique du matériau.
Q est la source de chaleur. En régime permanent, le premier terme de l’équation
(IV.27) disparaît et la distribution de température est donnée par l’équation de
Poisson (IV.28) et les conditions aux limites sur la température (conditions de
Dirichlet) ou sur le flux de chaleur (conditions de Neumann) :
− ∇. ( ∇T) = ( . 28)
IV.5. 2. Module Courants électriques
Le module Courants électriques permet de résoudre l'équation de conservation

du courant avec comme variable le potentiel électrique, sous contrainte DC ou
AC. Ce module offre la possibilité d'effectuer des modélisations 1D, 2D et 3D en
régime temporel et en régime permanent. Le module propose de résoudre le
système différentiel couplé ci-dessous qui intègre l'équation de Maxwell-Gauss,
l'équation de continuité et la loi de transport de charges (loi d'Ohm par
exemple) spécifique au matériau étudié:
Equation de Maxwell- Gauss : ⃗ = ( . 29)

L'équation de continuité: + ∇⃗ = 0 ( . 30)
La loi d'Ohm: ⃗= . ⃗ ( . 31)
IV.5.3. Relation entre le modèle thermique et le modèle électrique

Un matériau se réchauffe quand un courant électrique le traverse, ce
réchauffement dû à sa résistance électrique. Ceci s'appelle le chauffage résistif ou
le chauffage par effet Joule. Donc il y a une quantité de chaleur produite, qu’elle
est proportionnelle au carré de la densité du courant électrique J avec
l’intermédiaire du coefficient de proportionnalité = 1⁄ . La relation de
couplage est donnée [118,131] :
2
=∝ ⃗ ( . 32)
1 1
Ou encore = ⃗ = ⃗ = ⃗ ( . 33)
D’où :
= ( . 34)
Avec :
: la conductivité électrique [S/m].
: la densité de courant électrique [A/m²].
: champ électrique [V/m].
102
La combinaison de deux modules (transfert de chaleur et courant électrique) est

utilisée pour estimer la distribution de la température, du potentiel et du champ
électrique sur la surface des isolateurs pollués.
IV.5.4.. Description du modèle géométrique

Le modèle géométrique utilisé est la forme ouverte de l’isolateur isolateur U-40
antibrouillard étudié dans la section précédente,
précédente qui possède la même surface
extérieure et la même ligne de fuite que lui (Voir la section I.5.3.6) [72
[72].
La figure IV.31 représente le modèle
modèle géométrique de simulation en 3 3-D.
Figure IV.31
IV.3 Modèle géométrique de simulation en 3-D.
IV.5.5. Les résultats de simulation

Dans le but de calculer les
l distributions du potentiel, du champ électrique et de
la température sur la surface d’un isolateur pollué en présence d’une décharge
en propagation jusqu’au contournement, nous avons fait des calculs préalables
sur le modèle ouvert de l’isolateur étudié dans la section précédente
notamment la détermination du courant électrique pour nous permettre de
calculer le rayon de la décharge d’une part, et d’estimer la puissance électrique
dissipée par effet Joule d’autre part à l’état dynamique toujours [71
71,131] .
Les différentes propriétés électriques et thermodynamiques des matériaux

utilisés dans cette simulation sont consignées dans le tableau
ta IV.3 [[118].
Tableau IV. 3 Propriétés électriques et thermodynamiques des matériaux utilisés [118].
Conductivité Conductivité Capacité Masse

Permittivité
Electrique σ Thermique k Calorifique CP Volumique ρ
relative εr
(S/m) (W/m/ °C) (J/kg/ °C) (kg/m3)
Décharge
électrique 10 1 0.02 1012 1.164
Pollution 0.05 80 10 4182 1000

Masse
386 1 386 383 8954
(cuivre)
103
IV.5.5.1. L’évolution dynamique du courant électrique

Comme premier résultat obtenu, sur la figure IV.32 nous avons tracé
l’évolution du courant électrique dans la couche de pollution durant le
contournement [15,20]. On peut remarquer sur cette figure que la courbe du
courant prend une allure droite quasi croissante comprise entre les valeurs 0.5 à
1.2 A s’allongeant sur 2/3 de la distance totale, puis elle augmente d’une façon
exponentielle jusqu’à une valeur de 6.5 A. Cette augmentation est due à la
diminution de la résistance de pollution par unité de longueur . L’allure de
cette courbe est presque identique à celle trouvé par [71,73].
7
6
Courant de la décharge (A)
0
2 4 6 8 10 12 14 16 18
Ligne de fuite (cm)

Figure IV. 32 Evolution spatiale du courant résultant d’une décharge s’allongeant sur une
surface de la couche électrolytique d’une conductivité 0.05 / et une épaisseur 1 mm.
Tension de contournement dynamique est de 10kV.
IV.5.5.2. L’évolution dynamique du rayon de la décharge électrique

Nous avons tracé sur la figure IV.34, la caractéristique du rayon de la
décharge en fonction de la ligne de fuite ‘X’ correspond à la propagation de la
décharge de l’électrode Haute Tension jusqu’à la masse par la relation
= . .
établie par Wilkins [52]. D’après cette relation on remarque que
le rayon de la décharge est proportionnel au courant. Par conséquent, l’allure de
ce dernier est quasiment la même avec celle du courant électrique (figure IV.32).
Nous observons sur la figure IV. 33 que le rayon prend une valeur minimale de
3.2 mm environ pour X égale 0 cm, puis il augmente d’une façon hyperbolique
jusqu’à une valeur maximale est égale à 12 mm lorsque le pied de la décharge
attient l’électrode de masse. Cette augmentation est proportionnelle à la
diminution de la résistance linéique [131].
104
1.4
1.2
Rayon de la décharge (cm)

1.0
0.8
0.6
0.4
0.2
0.0
2 4 6 8 10 12 14 16 18
Ligne de fuite (cm)

Figure IV. 33 Evolution du rayon de la décharge résultant d’une décharge s’allongeant
sur une surface de la couche électrolytique d’une conductivité de 0.05 / et une
épaisseur 1 mm. Tension de contournement dynamique est de 10 kV.
IV.5.5.3. Evolution de la puissance dissipée par effet Joule dans la couche

de pollution
Le calcul du courant du contournement par la méthode Newton, nous a
permis de calculer la puissance dissipée par effet Joule dans la couche de
pollution à travers la relation IV.33 [131]. L’évolution de cette puissance en
fonction de la ligne de fuite est illustrée dans la figure IV.34. D’après cette courbe,
on remarque que la puissance est constante quand la position du pied de la
décharge compris entre 0 à 14 cm environ. Puis elle augmente pratiquement
rapide jusqu’à la masse. Car la puissance est en proportionnelle au carré du
courant.
16
14
(W)
12
+15
Puissance dissipée * 10
10
4 8 12 16
Ligne de fuite (cm)

Figure IV. 34 Evolution de la puissance dissipée par effet Joule résultant d’une décharge
s’allongeant sur une surface de la couche électrolytique.
105
IV.5.6. Calcul de la chute de tension et le champ électrique au pied de la

décharge
Cette partie est consacrée exclusivement à l'étude de l'influence de la présence
d’une décharge électrique et plus particulièrement de sa position le long de
l'isolateur, la chute de tension et le champ électrique au pied de l’arc électrique
en fonction de sa position le long de l'isolateur ont été étudiés.
Pour ce faire, le modèle ouvert présenté à la figure VI.31 a été utilisé, Cela
donnera l'occasion d'étudier beaucoup de localisations du pied d'arc dans
l'espace sur la surface de l’isolateur.
D’après les littératures [73,131,133] le temps de contournement est d’ordre
millisecondes pour des cas similaires à notre cas. Et par conséquent, nous avons
pris = 3 pour une longueur de la ligne de fuite 20 cm. Et dans le but
d’exprimer la dynamique de la décharge dans notre logiciel, nous avons adopté
une approche qu’elle consiste à diviser la longueur totale de la ligne de fuite L sur
cinq tranches, sur laquelle on obtient chaque tranche est égale à 4 cm. D’après
[131,134], plus la résistance linéique de la couche de pollution est faible, plus
le courant sera important et le temps de propagation de la décharge court. Sur la
base de cette hypothèse, le temps nécessaire pour chaque tranche ne sera pas
identique. A cause de cette raison on a affecté pour chaque tranche = 4cm un
temps élémentaire comme suit :
 La première étape c’est la durée entre l’instant de l’amorçage et le maintien
de la décharge à la position initiale 1 qui a une durée 1 = 0,7 .
 La deuxième tranche a une distance 2 , et une durée 2 = 0,7
 Les troisième et quatrième tranches ont les mêmes distances et les mêmes
durées 3,4 , 3,4 = 0,6 .
 La cinquième tranche a une distance 5 , et une durée 5 = 0,3 .
 La dernière tranche a une distance 6 , et une durée 6 = 0,1 .
La figure IV.35 montre un exemple des cartographies globales des lignes

équipotentiels (figure IV.35-a-), lignes de courant (figure IV.35-b-) et lignes du
champ électrique (figure IV.35-c-) pour une décharge initiale près de l’électrode
HT amorcée à la position initiale (X=0) pour une durée 1 = 0,7 .
106
Figure IV.35 Cartographies globales des lignes équipotentiels (a),lignes de courant (b)et
les lignes du champ électrique (c)pour une décharge initiale près de l’électrode HT
HT.
La distribution du potentiel pour chaque position et chaque instant de l’arc

électrique est donnée à la figure IV.36. On constate clairement que les
distributions de potentiels est notablement différentes d’une position à une
autre.
107
t=0.7 ms t= 1.4 ms
t= 2 ms
t= 2.6 ms
t= 2.9 ms t= 3 ms
Figure IV.36 Distribution du potentiel électrique pendant l’élongation de la décharge

jusqu’au contournement.
Dans le but de voir plus précisément l'influence des paramètres électriques sur
l’élongation de la décharge, la chute de tension et le champ électrique au pied de
ont été déterminés pour différentes positions de la décharge.
Les figures IV.37 et IV.3
38 montrent respectivement l’évolution de la chute de
tension et le champ électrique au pied de la décharge pour différentes positions
de l’arc électrique.
108
10
Tension au pied de la décharge (KV)

8
0
0 4 8 12 16 20
Position de la décharge (cm)

Figure IV.37 Evolution de la tension au pied de la décharge pendant l’élongation de l’arc
11
Champ au pied de la décharge (KV/cm)
10
4
0 4 8 12 16 20
Position de la décharge (cm)

Figure IV.38 Evolution du champ électrique au pied de la décharge pendant l’élongation
de l’arc jusqu’au contournement.
On constate selon ces résultats que la chute de tension dans un premier temps
s'affaiblit légèrement puis est considérablement chutée près de l’électrode masse
(figure IV.37). Conséquemment, le champ électrique au pied de l'arc augmente
d’une valeur minimale de 5.4 KV/cm à la position initiale de la décharge pour
atteindre une valeur maximale de 10 KV/cm à la fin de la ligne de fuite de
l’isolateur(figure IV.38). L'allongement de l'arc est donc inévitable au fait que
l'espace d'air parallèle à surface de pollution, tout juste en aval du pied d'arc, est
109
soumis à un champ électrique au-delà de son champ disruptif. Ainsi, de nouveaux

chemins d'ionisation sont créés au bout du canal [128].
IV.5.7. Calcul de la température dans la couche de pollution

Nous allons maintenant calculer l’évolution de la température instantanée dans
le liquide généré sous l’effet Joule pendant le régime dynamique de la décharge.
Dans ce contexte, nous avons effectué une simulation tridimensionnelle sur
notre modèle ouvert (figure IV. 31) par logiciel Comsol Multiphysics.
Dans le module transfert de chaleur nous avons injecté une densité de puissance
Q, qui est le rapport de la puissance calculée précédemment par la relation IV.33
sur le volume de la couche de pollution du modèle ouvert. Cette densité de
puissance correspond aux pertes par effet Joules de liquide en régime dynamique
de la décharge. Les autres matériaux (décharge et la masse) ne comportant
aucune source, nous considérons alors que leurs densités de puissances sont
nulles [131].
Dans la figure IV.39, nous avons représenté la cartographie globale de la
distribution de la température pour différents instants et chaque position de la
décharge avec la prise en compte de la variation du rayon du pied de l’arc.
La figure IV.40, donne l’évolution de la température en fonction du temps pour
chaque position d’élongation. Comme nous pouvons le remarquer sur cette
figure, dans les tranches de 1 à 4 la température générée par effet Joule (300°K)
est assez faible lorsque la décharge s’allonge pour 2,6 du temps total (3 ms),
tandis que quand la décharge atteint la masse, la température augmente
rapidement jusqu’à une valeur de (310°K) (figure IV.40). Cette température a un
impact sur la mobilité des ions du liquide, autrement dit sur la conductivité
électrique. C’est-à-dire, quand la température augmente, la mobilité des ions
augmente alors que la vitesse de la décharge augmente ainsi [131].
110
t =0.7 ms t =1.4 ms
T= 293.18 °K T=293.23 °K
t =2ms t =2.6 ms
T= 293.5 °K T=295 °K
t =2.9ms t =3ms
T= 300 °K T=310 °K

310
308
Température de la pollution (°K)
306
304
302
300
298
296
294
292
0.0 0.5 1.0 1.5 2.0 2.5 3.0
Temps (ms)
Figure IV.40 Evolution

volution de la température de la pollution en fonction du temps de
l’élongation de la décharge.
111
IV.6. Conclusion
La méthode des éléments finis nous a permis de faire une description surfacique
de l’isolateur malgré la forme complexe de ce dernier. La méthode présente en
plus d’autres avantages importants par rapport aux différentes méthodes
existantes du point de vue du nombre d'inconnues mis en jeu et de la prise en
compte des domaines infinis en particulier. Cette méthode, s'est avérée être la
plus adaptée aux contraintes imposées par le problème étudié.
Dans la première partie de ce chapitre, nous avons mené des modélisations
électrostatique et électrocinétique d’un isolateur réel antibrouillard pour
étudier l’effet de plusieurs paramètres sur les distributions du potentiel et du
champ électrique le long de la ligne de fuite de l’isolateur.
Les principaux résultats obtenus dans cette partie ont permis de conclure que :
 L’état de surface de l’isolateur (propre ou pollué) influe considérablement
sur la répartition du potentiel et du champ électrique.
 La répartition de la pollution a une influence importante sur la distribution
du potentiel et du champ électrique sur la surface des isolateurs le long de la
ligne de fuite.
 La conductivité de la couche polluante n’a pratiquement aucun effet sur les
répartitions du potentiel et du champ électrique.
 La présence des bandes sèches sur les différentes régions de l’isolateur a une
grande incidence sur l’évolution de potentiel et la distorsion du champ
électrique.
 Les résultats de calcul de la distribution de potentiel et du champ électrique
sur la surface d’un isolateur réel le long de la ligne de fuite sont très
satisfaisants en les comparants aux résultats d’autres chercheurs [135-136].
Dans la deuxième partie de ce chapitre, nous avons présenté une modélisation

électrothermique du phénomène de la propagation d’une décharge électrique
sur une surface électrolytique par l’utilisation d’une nouvelle approche de
modélisation des isolateurs réels basée sur l’ouverture de la surface polluée en
deux dimensions 2D. En appliquant cette méthode, on peut simplifier l’étude de
l’état dynamique de la décharge sur la surface des isolateurs pollués. Au premier
lieu, nous avons calculé l’évolution du courant en régime dynamique, qui nous
permet de calculer la densité de puissance mise en jeu par effet Joule. Les
résultats obtenus ont démontré que la présence d'un arc électrique à la surface
de l’isolateur modifiait considérablement les distributions du potentiel et du
champ électrique le long de l'isolateur pollué. L'influence des paramètres
électriques sur l’élongation de la décharge, la chute de tension et le champ
électrique au pied de ont été déterminés pour différentes positions de la
décharge.
112
A la fin de ce chapitre, nous avons déterminé l’évolution de la température dans

le liquide pour différentes positions de la décharge. Cette étude nous a montré
que, quand la décharge s’allonge sur 2/3 de la ligne de fuite, la température est
relativement faible (300°K). En revanche dans le dernier 1/3 de la ligne de fuite,
la température augmente rapidement jusqu’à une valeur de (310°K) qui en
accord avec le critère de Hampton de contournement quand l’arc atteint les deux
tiers (2/3) de la distance d'arc de l'isolateur [59,131].
113
CHAPITRE V
MODELISATION DES GOUTTELETTES
D’EAU DEPOSEES SUR LA SURFACE DES
ISOLATEUR AERIENS
CHAPITRE V MODELISATION DES GOUTTELETTES D’EAU DEPOSEES…………………………………
V.1. Introduction
Les gouttelettes d’eau ont un rôle primordial dans la pollution et le
contournement des isolateurs aériens. La présence des gouttelettes d’eau sur la
surface des isolateurs augmente considérablement l’intensité du champ
électrique [137]. Ce qui peut engendrer des décharges partielles pouvant se
développer en un arc électrique et conduire au contournement de l’isolateur. Au
cours des dernières années, l’utilisation des isolateurs en polymère encore
appelés isolateurs composites ou isolateurs non-organiques a été massive dans
les réseaux de transport et de distribution de l’énergie électrique en raison de
multiples avantages qu’ils offrent, comparé aux traditionnels isolateurs en
porcelaine ou en verre (grande résistance à la contamination, légèreté, bonne
résistance mécanique,…etc.) [9,138].
Le dépôt des gouttelettes d’eau sur la surface des isolateurs composites
constitue l’un des principaux facteurs impliqués dans le mécanisme de
vieillissement des isolateurs. En effet, les variations brutales de température, la
rosée matinale, les pluies, la fonte de la neige sont autant d’éléments qui
favorisent le dépôt des gouttelettes d'eau sur les surfaces des isolateurs
extérieurs des réseaux de transmission [9-10].La performance des isolateurs
dans les conditions de dépôt de gouttelettes d’eau est l’une des paramètres
importants à déterminer.
La détermination de la distribution du potentiel et du champ électrique le long
des isolateurs pollués accroître les connaissances sur les phénomènes précédant
les contournements électriques des isolateurs aériens. Comme il était très
difficile de mesurer de façon précise la distribution du potentiel et surtout du
champ électrique le long d'un isolateur aérien, l'utilisation d'une méthode
numérique par l'intermédiaire d'un logiciel commercial s'est avérée être une des
meilleures solutions compte tenu de la difficulté des mesures [119].
114
CHAPITRE V MODELISATION DES GOUTTELETTES D’EAU
D’E DEPOSEES…………………………………
ES…………………………………
L’objectif principal de ce chapitre est d'examiner le comportement des

gouttelettes
uttelettes d'eau à la surface d’un isolateur composite sous un champ électrique
sur un modèle de laboratoire. Nous allons dans une première partie étudier la
distribution du champ électrique pour un modèle sec. Par la suite l’influence des
paramètres tels que le volume des gouttelettes d’eau, la conductivité de l’eau, la
position et le nombre des gouttelettes, et la distance entre deux gouttelettes sera
investiguée.
V.2. Simulation du modèle de l’isolateur

V.2.1. Définition des paramètres de la géométrie
La première étape dans la modélisation sous COMSOL consiste à définir tous les
paramètres et les variables qui peuvent être utilisés dans la résolution du
problème, comme les constantes de matériaux, les dimensions
dimensions utilisées pour la
géométrie…etc [118,139 139].
La figure V.1 présente lee modèle géométrique de l’isolateur employé qui est basé
sur un modèle expérimental [9]. La configuration cylindre-cylindre
cylindre inclinée est
utilisée pour se rapprocher de la situation réelle. Les deux cylindres
représentent les électrodes de l’isolateur .Une des électrodes est reliée à la haute
tension et l’autre à la mase.
Figure V.1 Configuration du modèle étudié.
V.2.2. La configuration des matériaux

Trois principaux matériaux sont ajoutés à la géométrie, le cuivre comme
conducteur (électrodes),
(électrodes) silicone comme isolant et l’air c’est l’espace
environnant comme le montre la figure V.2.. Les propriétés électriques de ces
matériaux sont présentées dans le tableau V.1.
115
ES…………………………………
Figure V.2 Affectation des matériaux aux différentes régions du modèle de simulation.
Tableau V.1 Paramètres

aramètres des matériaux utilisés dans la simulation.
Matériaux Paramètres Valeurs
Permittivité relative 1
Air
Conductivité (S/m) 10-15
Permittivité relative 4.3
Silicone
Conductivité (S/m) 10-12
Permittivité relative 1
Cuivre
Conductivité (S/m) 107
Eau Permittivité relative 80
Conductivité (S/m) 5,5 . 10-6
V.2.3. La sélection du module physique

Dans cette section, nous avons précisé l’environnement physique de résolution
des équations de notre problème. Le module électrostatique permet de résoudre
les différentes équations de base de l’électrostatique avec la bonne configuration
des conditions initiales et aux limites [139].
Nous avons appliqué une tension continue de 10 kV à l’électrode HT et 0 volt à la
l’électrode basse tensionn (masse).
V.2.4. Maillage
Le maillage correspond à la discrétisation spatiale de la géométrie en surfaces
élémentaires (appelés mailles) défini par des points (appelés nœuds
nœuds). Ces nœuds
constituent les connexions entre les mailles.
Le maillage peut se faire automatiquement par le logiciel. L’algorithme prend
pour point de départ les éléments de la géométrie et crée des nœuds
supplémentaires jusqu’à satisfaire des critères prédéfinis comme le nombre de
mailles ou la taille maximale des mailles. On peut utiliser les tailles prédéfinies
(extra grossier, grossier, normal, fine, extra fine...) par le logiciel ou agir sur les
116
ES…………………………………
paramètres de génération du maillage, soit au niveau global, soit sur chaque

élément de la géométrie, dans la fenêtre paramètre de maillage
maillage quadratique du
menu maillage [139].
La figure V.3 représente le maillage du modèle utilisé.
Figure V.3 Maillage du modèle.
V.2.5. Résolution du problème

Comsol offre une variété de types d’analyse (temporelle, stationnaire,
paramétrée...etc.), l’utilisation de chaque type d’analyse dépend de la nature du
module physique utilisé.
Concernant notre simulation,
simulation, nous pouvons utiliser une étude stationnaire,
comme on peut utiliser une résolution dans le domaine temporel.
V.3. Résultats de simulation

V.3.1. Isolateur propre (sans gouttelettes d’eau)
Les résultats de simulation obtenus pour différentes configurations avec un
isolateur propre de silicone sont représentés sur les Figures V. 4 à V
V. 6.
Les figures V. 4 et V. 5 montrent respectivement la distribution totale du
potentiel pour une coupe horizontale et une coupe transversale.
Les lignes de champ électrique obtenues dans cette investigation pour les
différentes
ntes configurations sont montrées
montrée dans la figure V.6. Avec ces différentes
configurations pour le calcul de la distribution du potentiel et du champ
électrique, on obtient une meilleure compréhension de ce qui se passe dans les
différentes régions de la géométrie du modèle utilisé.
117
ES…………………………………
Figure V. 4 Répartition du potentiel électrique entre l’électrode haute tension et la masse pour
une coupe horizontale sans gouttelette d’eau.
Figure V. 5 Répartition du potentiel électrique entre l’électrode haute tension et la masse

pour une coupe transversale sans gouttelette d’eau.
a. Coupe horizontale b. Coupe transversale
Figure V.6 Distribution

istribution du champ électrique (isovaleurs) sur la surface du modèle sans
gouttelette d’eau. Tension appliquée 10 kV, distance inter-électrodes
inter électrodes 10 cm.
118
La figure V. 7 présente les résultats du calcul de potentiel sur un axe horizontal

(figure V. 6), montre que le potentiel chute exponentiellement à proximité des
électrodes et a une diminution régulière dans l’espace inter-électrodes.
10
8
0
0 1 2 3 4 5 6 7 8 9 10
Distance inter-électrodes (cm)
Figure V.7 Evolution du potentiel électrique sur la surface du modèle le long d’un axe
horizontal sans gouttelette d’eau. Tension appliquée 10 kV.
Les figures V.8, V.9 et V.10 illustrent respectivement l’évolution du champ

électrique total et ses composantes tangentielle et normale le long de l’espace
inter-électrodes. Le champ électrique crée sur la surface du modèle utilisé est
très intense au niveau des électrodes (Figure V. 8). Il atteint son maximum aux
points triples (électrode/ diélectrique/air) qui vaut 11.6 kV/cm côté électrode
HT et 8.4 KV/cm côté électrode de masse. Le champ électrique dans l’espace
inter-électrodes est égal au champ électrique moyen calculé qui est de 1kV/cm.
La composante tangentielle du champ électrique présente le même sens de
variation avec une légère différence au niveau des deux points triples (Figure V.
9). La composante normale est nulle au niveau de l’espace inter-électrodes et elle
est négative sur l’électrode haute tension et positive sur l’électrode de masse
(Figure V. 10).
119
12
11
10 11.6KV/cm
8.4 KV/cm
3
1KV/cm
2
0
0 1 2 3 4 5 6 7 8 9 10
Figure V.8 Evolution de l’intensité du champ électrique sur la surface du modèle sans
gouttelette d’eau. Tension appliquée 10 kV, distance inter-électrodes 10 cm.
3.8 KV/cm
Champ électrique tangentiel Ex ( KV/cm)
4
4.4 KV/cm
-1
-2
0 1 2 3 4 5 6 7 8 9 10
Figure V.9 Evolution de la composante tangentielle du champ électrique sur la surface du

modèle sans gouttelette d’eau. Tension appliquée 10 kV, distance inter-électrodes
10 cm.
120
Champ électrique normal (Ey) (KV/cm) 8
-2
-4
-6
-8
-10
0 1 2 3 4 5 6 7 8 9 10

Figure V.10 Evolution de la composante normale du champ électrique sur la surface du
modèle sans gouttelette d’eau. Tension appliquée 10 kV, distance inter-électrodes
10 cm.
V.3.2. Effet de la présence de gouttelettes

La présence des gouttelettes d’eau sur la surface des isolateurs constitue l’un des
principaux facteurs impliqués dans le mécanisme de vieillissement des
isolateurs [3 ,4].Dans cette partie, nous allons étudier l’effet de plusieurs facteurs
en présence des gouttelettes d’eau hémisphériques sur la distribution du
potentiel et du champ électrique tels que:
 La conductivité et la permittivité de la gouttelette ;
 Le volume de la gouttelette ;
 La position de gouttelette ;
 La forme de la gouttelette ;
 La distance de séparation de deux gouttelettes ;
 Le nombre et la disposition de plusieurs gouttelettes…etc.
La figure V. 11 illustre la distribution du potentiel électrique sur les différentes

parties du modèle étudié. On remarque que la présence d’une gouttelette sur la
surface du diélectrique solide provoque des distorsions considérables sur les
lignes équipotentielles (figure V.12).
121
ES…………………………………
Figure V.11 Distribution du potentiel électrique dans

dans les différentes régions de la
géométrie du
u modèle étudié en présence d’une gouttelette de 2.66 mm de diamètre.
Figure V.12 Distorsion des lignes équipotentielles en présence d’une gouttelette de

2.66 mm de diamètre.
122
La figure V.13 présente la distribution du potentiel électrique le long de l’espace

inter-électrodes, montre que la présence de la gouttelette d’eau produit des
points de même potentiel le long du diamètre de la gouttelette au milieu de la
distance inter-électrodes.
10
8
7
5 KV
6
0
0 1 2 3 4 5 6 7 8 9 10
Figure V.13 Evolution du potentiel électrique sur la surface du modèle le long d’un axe
horizontal en présence d’une gouttelette d’eau de 2.66 mm de diamètre.
Tension appliquée 10 kV, distance inter-électrodes 10 cm.
Les figures V.14 et V.15 représentent les résultats de la distribution du champ

électrique sur les différentes parties du modèle étudié en présence d’une
gouttelette de rayon 2.66 mm placée au milieu de la plaque isolante.
Les figures V.16, V.17 et V.18 montrent respectivement l’évolution du module de
champ électrique résultant et ses composantes tangentielle et normale le long de
l’espace inter-électrodes.
L’observation de la distribution du champ électrique à la surface du solide
diélectrique montre que la variation de champ électrique est localisée en dehors
de la gouttelette et particulièrement au niveau des points de contact (gouttelette-
diélectrique) et (Electrodes-diélectrique) où les lignes sont les plus resserrées.
Des lignes resserrées signifient que le champ électrique atteint des valeurs
élevées [9]. Etant donné, la gouttelette d’eau est conductrice, le champ électrique
est nul à l’intérieur de la gouttelette.
123
ES…………………………………
Figure V.14 Distribution du champ électrique dans les différentes régions de la géométrie
du
Figure V.15 Lignes de champ électrique dans les différentes régions de la géométrie
du
124
12
11
11.6 KV/cm
10
9 8.4 KV/cm
3 2.4 KV/cm
0
0 1 2 3 4 5 6 7 8 9 10

Figure V.16 Evolution de l’intensité du champ électrique sur la surface du modèle en
présence d’une gouttelette d’eau de 2.66 mm de diamètre.
5
Champ électrique tangentiel Ex ( KV/cm)
3.8 KV/cm
4
4.4KV/cm
3
2.3KV/cm
-1
-2
0 1 2 3 4 5 6 7 8 9 10

Figure V.17 Evolution de la composante tangentielle du champ électrique sur la surface
du modèle en présence d’une gouttelette d’eau de 2.66 mm de diamètre.
125
Champ électrique normal (Ey) (KV/cm) 8
-2
-4
-6
-8
-10
0 1 2 3 4 5 6 7 8 9 10

Figure V.18 Evolution de la composante normale du champ électrique sur la surface du
modèle sans gouttelette d’eau. Tension appliquée 10 kV, distance inter-électrodes 10 cm.
D’après les résultats précédents, nous avons constaté que le potentiel et le

champ électriques ont respectivement des valeurs constante et nulle à l’intérieur
de la gouttelette. En effet, il est important de savoir leurs valeurs sur la surface et
autour de la gouttelette. Pour cela, nous avons choisi deux arcs de référence pour
le calcul de la distribution du potentiel et du champ électrique (figure V.19).
Figure V.19 Arcs de référence.
Les distributions du potentiel et du champ électrique obtenues sont données aux

figures V.20 et V.21 pour l’arc référentiel –a- et figures V.22 et V.23 pour l’arc
référentiel –b- éloigné de 0.5 mm de la surface de la goutte.
D’après ces figures, on constate que le champ électrique chute à une valeur
minimale de 3 V/mm au sommet de la gouttelette (figure V.21) et à une valeur de
43 V/mm au sommet de l’arc référentiel près de 0.5mm de la surface de la
gouttelette (figure V.23).
126
ES…………………………………
4955
4950
Potentiel électrique (V)
4945
4940
4935
4930
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
Distance (mm)
Figure V.20 Evolution du potentiel électrique sur la surface d’une gouttelette d’eau de
2.66 mm de diamètre.
1.6
1.4
1.2
1.0
0.8
0.6
0.4 3 V/mm
0.2
0.0
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
Distance (mm)
Figure V.21 Evolution de l’intensité du champ électrique sur la surface d’une gouttelette
d’eau de 2.66 mm de diamètre.
127
ES…………………………………
5050
Potentiel électrique (V) 5000
4950
4900
4850
0 1 2 3 4 5 6
Distance (mm)
Figure V.22 Evolution du potentiel électrique le long de l’arc référentiel ––b- en présence
d’une gouttelette d’eau de 2.66 mm de diamètre.
1.4
1.2
1.0
0.8
0.6
0.4
43 V/mm
0.2
0.0
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0
Distance (mm)
Figure V.23 Evolution de l’intensité du champ électrique le long de l’arc référentiel –b- en
présence d’une gouttelette d’eau de 2.66 mm de diamètre.
128
V.3.2.1 Effet de la conductivité de la gouttelette

La conductivité des gouttelettes d’eau peut avoir une influence sur la distribution
du potentiel et le module du champ électrique. Nous utilisons une gouttelette
d’eau de 2,66 mm de diamètre pour quatre valeurs différentes de conductivités
(0.055 μS/cm, 250 μS/cm, 500 μS/cm et 1000 μS/cm).
La figure V.24 représente l’évolution du module du champ électrique pour les
conductivités étudiées. Comme on peut l’observer sur cette figure,
l’augmentation de la conductivité de 0.055 μS/cm à 1000 μS/cm a une influence
négligeable sur les valeurs maximales de l’amplitude du champ électrique aux
niveaux de la gouttelette, les électrodes HT et de la masse.
3.0 3.0
S/ cm S/ cm
2.5 2.5
2.0 2.0
1.5 1.5
1.0 1.0
0.5 0.5
0.0 0.0
4.0 4.5 5.0 5.5 6.0 4.0 4.5 5.0 5.5 6.0
Distance (cm) Distance (cm)
3.0 3.0
S/ cm S/ cm
2.5 2.5
2.0 2.0
1.5 1.5
1.0 1.0
0.5 0.5
0.0 0.0
4.0 4.5 5.0 5.5 6.0 4.0 4.5 5.0 5.5 6.0
Distance (cm) Distance (cm)
Figure V.24 Evolution du module du champ électrique résultant en présence d’une

gouttelette d’eau de diamètre 2.66 mm pour différentes conductivités.
129
V.3.2.2 Analyse de l’influence de la permittivité de la gouttelette

Cette partie est consacrée à l'étude de l'influence de la permittivité de la
gouttelette sur l’intensité du champ électrique. Pour cela, nous avons choisi trois
permittivités pour simuler les différentes impuretés et défauts externes qui se
mouillent avec les gouttelettes d’eau sur la surface des isolateurs composites.
Comme on peut le constater sur la figure V.25, la permittivité des gouttelettes sur
la surface de l’isolateur perturbe considérablement la distribution du champ
électrique.
3.0
r = 10
r = 40
2.5
r = 80
2.0
1.5
1.0
0.5
0.0
4.6 4.8 5.0 5.2 5.4
Distance (cm)
Figure V.25 Evolution du champ électrique résultant en présence d’une gouttelette d’eau
de diamètre 2.66 mm pour différentes permittivités.
V.3.2.3 Effet de la dimension de la gouttelette

Pour analyser l’effet du volume des gouttelettes d’eau sur la distribution du
champ électrique, plusieurs tailles de gouttelettes d’eau de conductivité
0,055 μS/cm ont été utilisées (de 2.66 mm de diamètre à 5,75 mm correspondant
à des gouttelettes de 10 μl à 100 μl de volume).
La Figure V. 26 illustre l’évolution du champ électrique résultant pour différents
volumes de gouttelettes. On remarque que le module du champ électrique
résultant sur les faces des gouttelettes augmente avec le volume de la gouttelette.
130
12 4
3
10
10 l 2
8
40 l
70 l 1
100 l
6 0
5
0
0 1 2 3 4 5 6 7 8 9 10
Figure V.26 Evolution du champ électrique résultant sur la surface du modèle pour
différentes tailles de la gouttelette.
Afin de montrer la dissymétrie de l’amplitude du champ électrique sur les deux

électrodes et sur les faces de la gouttelette, nous avons calculé le champ
électrique maximal sur les points de contact (gouttelette-diélectrique) et
(Electrodes-diélectrique) pour plusieurs tailles de la gouttelette (figure V.27).
On remarque que le champ électrique maximal n’est pas le même sur les deux
électrodes, il est plus importante du côté électrode haute tension par rapport au
côté électrode reliée à la masse tandis que il est symétrique entre les deux faces
de la gouttelette pour les différentes tailles étudiées (figure V.27).
131
ES…………………………………
14
12
Champ électrique maximal (KV/cm)
10
0
10 40 70 100
Volume de la gouttelette (l)
Figure V.27 Evolution du champ électrique maximal résultant en fonction du volume

de la gouttelette.
V.3.2.4 Influence de la position de la gouttelette

Afin de mettre en évidence l’influence de localisation de la gouttelette sur la
surface de l’isolateur par rapport aux électrodes, nous avons placé une
gouttelette d’eau de conductivité 0.055 μS/cm et de diamètre 3 3,85 mm dans
différentes positions le long de l’espace inter-électrodes.
inter
La figure V.28 illustre la variation du champ électrique le long de l’espace inter
inter-
électrodes pour différentes positions de la gouttelette. La figure V.29 montre
bien que l’augmentation du champ électrique est plus importante lorsque la
gouttelette est située prés des électrodes HT et de masse.
132
12
10
8
d = 1 cm
d = 5 cm
d = 9 cm
6
0
0 1 2 3 4 5 6 7 8 9 10

Figure V.28 Evolution du champ électrique résultant pour différentes positions d’une
gouttelette d’eau de diamètre 3.85 mm et d’une conductivité σ = 0.055 μS/cm.
12
HT
Gouttelette/HT
10 Gouttelette/masse
Masse
0
1 5 9
Position de la gouttelette (cm)

Figure V.29 Evolution du champ électrique maximal résultant pour différentes positions
d’une gouttelette d’eau de diamètre 3,85 mm et d’une conductivité σ = 0.055 μS/cm.
133
ES…………………………………
V.3.2.5 Influence de la forme de la gouttelette et l’angle

angle de contact
Afin de montrer l’influence de la forme de la gouttelette sur la distribution
spatiale du champ électrique nous avons simulé des formes qui peuvent exister
réellement sur la surface des isolateurs (Figure V.30). Pour cette raison, nous
avons optés pour des formes
forme régulières sphérique et elliptique de même volume
(Figure V.31).
θ=90° θ=120°
θ=60°
Figure V.30
V. Formes réelles des gouttelettes [140].
a. Forme 1 b. Forme 2 c. Forme 3
Figure V.31
V. Formes des gouttelettes choisies.
La figure V.32 représente la distribution du champ électrique pour différentes

formes de la gouttelette qui correspond aux différentes étapes de l’allongement
de la gouttelette avant le contournement final de l’isolateur. Pour ces formes
choisies, il est clair que, plus la gouttelette s’allonge le champ électrique
augmente, par conséquent, la présence d’une gouttelette de forme elliptique
allongée représente le cas le plus critique.
D’après des travaux théoriques et expérimentaux antérieurs [9,137 7, 140], l’angle
de contact entre la surface de l’isolateur et la gouttelette d’eau a une influence
sur la valeur maximal du champ électrique au niveau de la gouttelette. Pour
confirmer ces résultats, nous avons choisi trois angles de contact différents
comme le montre la figure V.30.
La figure V.33 illustre l’évolution du champ électrique maximal en fonction du
l’angle de contact, on constate d’après cette figure que l’angle de contact 90°
correspond à un angle optimal pour lequel la valeur du champ électrique est
minimal.
134
8
Forme 1
Forme 2
Forme 3
6
-2
4.2 4.4 4.6 4.8 5.0 5.2 5.4 5.6 5.8
Distance (cm)
Figure V.32 Evolution du champ électrique résultant pour différentes formes d’une
gouttelette d’eau de conductivité σ = 0.055 μS/cm.
8
0
60 80 100 120
Angle de contact (°)

Figure V.33 Evolution du champ électrique maximal pour différentes formes d’une
135
ES…………………………………
V.3.2.6 Influence d’une paire de gouttelettes

Pour déterminer l’influence mutuelle entre deux gouttelettes voisines voisines, nous
considérons
onsidérons une paire de gouttelettes d’eau de même taille déposées sur la
surface de l’isolateur.. Les Figures V.34 à V.36 illustrent la distribution du champ
et du potentiel électrique dans les différentes régions du modèle. Il apparait
clairement que le nombre de gouttelette a une influence sur l’amplification du
champ électrique à la surface de l’isolateur. Le champ électrique est fortement
amplifié sur les pôles des gouttelettes [9].
du modèle étudié en présence d’une paire de gouttelettes de 3.36 mm de diamètre et de
conductivité σ = 0.055 μS/cm.
12 4
3
10
6
0
4.0 4.5 5.0 5.5 6.0
0
0 1 2 3 4 5 6 7 8 9 10

Figure V.35 Evolution du champ
cham électrique résultant sur la surface du modèle étudié en
présence d’une paire de gouttelettes d’eau de diamètre 3.36 mm et de conductivité
σ = 0.055 μS/cm.
μS/cm Distance de séparation 8 mm.
136
10
8
0
0 1 2 3 4 5 6 7 8 9 10

Figure V.36 Evolution du potentiel électrique sur la surface du modèle étudié en présence
d’une paire de gouttelettes d’eau de diamètre 3.36 mm et de conductivité σ = 0.055 μS/cm.
Distance de séparation 9 mm.
V.3.2.7 Effet de la distance entre deux gouttelettes

L’influence de la distance entre les gouttelettes sur les valeurs maximales du
champ électrique est étudiée pour une paire de gouttelettes hémisphériques de
3.36 mm de diamètre (Figure V.37). La distance de séparation entre les
gouttelettes varie entre 1 et 9 mm. La Figure V.38 illustre l’évolution du champ
électrique maximale en fonction de la distance de séparation entre les deux
gouttelettes. On observe que plus la distance entre les gouttelettes est réduite,
plus le champ maximal est augmenté. Lorsque la distance entre les gouttelettes
est de 1 mm, le champ électrique vaut 5.4 KV/cm alors que pour une distance de
séparation de gouttelette de 9mm, le champ électrique est réduit à 2.4 KV/cm.
137
ES…………………………………
étudiée en présence d’une paire de gouttelettes d’eau de diamètre 3.36
6 mm et de
conductivité σ = 0.055 μS/cm. Distance de séparation 0.5mm.
mm.
6
0
0 2 4 6 8 10
Distance de séparation (mm)

Figure V.38 Effet de la distance de séparation des gouttelettes sur le champ électrique
maximal.
V.3.2.8 Effet du nombre et de la disposition des gouttelettes

Etant donné que le dépôt des gouttelettes d’eau sur la surface d’un isolateur se
fait de manière aléatoire.
aléatoire Cette partie porte sur la simulation de plusieurs
configurations pour montrer l’influence de la disposition et le nombre des
gouttelettes d’eau sur la distribution spatiale du potentiel et du champ
électrique. La figure V.39
V.3 montre deux exemples de plusieurs configurations
étudiées. Les figures V.4040 et V.41 présentent respectivement le maillage des
configurations précédentes et la distribution du champ électrique dans les
différentes régions de la configuration de cinq gouttelettes alignées sur l’axe
reliant les électrodes et positionnées au milieu de l’intervalle inter-
inter-électrodes.
138
ES…………………………………
a. Cinq gouttelettes b. Vingt-un

Vingt un gouttelettes
Figure V.39 Exemple des configurations étudiées des gouttelettes d’eau

eau de 2.66 mm de
diamètre et de conductivité σ = 0.055 μS/cm.. Distance de séparation 10 mm.
Figure V.40 Maillage des configurations.
a. Coupe transversale b. Coupe horizontale

configuration de cinq gouttelettes
gouttelette alignées sur l’axe reliant les électrodes et positionnées
au milieu de l’intervalle inter-électrodes.
inter Distance de séparation 10 mm.
139
ES…………………………………
Les figures V.42 et V.43

43 présentent respectivement la distribution du potentiel
et du champ électriques dans les différentes régions de la configuration de vingt
vingt-
un gouttelettes disposées en trois rangées et sept colonnes au milieu de l’espace
inter-électrodes.

configuration de vingt-un
un gouttelettes disposées en trois rangées et sept colonnes au milieu
de l’espace inter-électrodes.

configuration de vingt-un
un gouttelettes disposées en trois rangées et sept colonnes a
au milieu
de l’espace inter-électrodes.
140
L’observation de la distribution du champ électrique à la surface du solide

diélectrique montre que la variation de champ électrique est localisée en dehors
des gouttelettes et particulièrement dans la couche diélectrique où les lignes
sont les plus resserrées (Figure V.43). Des lignes resserrées signifient que le
champ électrique atteint des valeurs élevées. Lorsque les lignes s’écartent, le
champ électrique diminue et le potentiel électrique devient moins important.
La figure V.44 montre les résultats de l’évolution du champ électrique en
fonction de la distance inter-électrodes pour différentes configurations étudiées.
Les figures V.44-a- à V.44-d- représentent l’effet sur le champ électrique du nombre
des gouttelettes alignées sur l’axe reliant les électrodes et positionnées au milieu de
l’espace inter-électrodes. La figure V.44-e- montre l’influence de configuration de
gouttelettes disposées en trois rangées et sept colonnes au milieu de l’espace inter-
électrodes. La figure V.44-f- illustre l’influence de configuration de gouttelettes
disposées en cinq rangées et neuf colonnes au milieu de l’espace inter-électrodes.
A travers ces résultats il en ressort, qu’à chaque fois que le nombre de
gouttelettes augmente, le champ électrique maximal au niveau de la gouttelette
augmente à cause des interactions mutuelles entre les gouttelettes. Cependant
nous ne remarquons pas une très grande différence de valeur (Figures V.44-a- à
V.44-e-). Le champ électrique maximal est chuté environ de 25 % pour la
configuration de gouttelettes disposées en plusieurs rangées et plusieurs
colonnes au milieu de l’espace inter-électrodes (Figure V.44-f-).
141
4 4
3 3

2 2
1 1
0 0
-1 -1
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
Distance inter-électrodes (cm) Distance inter-électrodes (cm)
-a- -b-
4 4
3 3

2 2
1 1
0 0
-1 -1
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
-c- -d-
4 4
3 3
2 2
1 1
0 0
-1 -1
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9

-e- -f-
Figure V.44 Evolution du champ électrique résultant sur la surface du modèle étudié
différentes configurations de gouttelettes d’eau de diamètre 2.66 mm et de conductivité
σ = 0.055 μS/cm. Distance de séparation 8 mm.
142
ES…………………………………
V.3.2.9 Analyse de l’influence de la déformation des gouttelettes sur la

distribution du champ électrique
De nombreux travaux expérimentaux et théoriques ont été réalisés pour étudier
la déformation d’une gouttelette d’eau posée sur une surface solide soumise à un
champ électrique [9, 140-142].
140
Cette partie porte sur la mise en œuvre d’une méthode numérique de simulation
capable de modéliser la présence de trois gouttelettes d’eau de formes
différentes posées sur une surface d’un isolateur composite alignées sur l’axe
reliant les électrodes (figure
igure V.45).
Figure V.45
V.4 Formes réelles des gouttelettes [18].
Figure V.46
V.4 Formes des gouttelettes simulées.
14
12
10
0
0 2 4 6 8 10

Figure V.47 Evolution du champ électrique résultant pour différentes formes d’une
143
La figure V.47 montre l’évolution du champ électrique le long de l’espace inter-

électrodes pour trois gouttelettes de formes différentes (figure V.46). D’après
cette figure, on remarque que le champ électrique est très intense sur les
gouttelettes déformées.
Des résultats expérimentaux montrent bien que la gouttelette formée après la
coalescence a la forme d’un ellipsoïde allongé [9]. Le champ électrique appliqué
provoque des distorsions et des mouvements de la gouttelette. L’augmentation
du champ électrique conduit également à l’augmentation des déformations de la
gouttelette. Les forces électrodynamiques ont pour effet l’allongement de la
gouttelette dans la direction des lignes de champ. De nombreux paramètres
influencent la déformation de la gouttelette tels que le volume, la position dans
l’espace inter-électrodes et le potentiel électrique appliqué [9]. La coalescence de
gouttelettes d’eau peut être considérée comme une étape clé dans le processus
de contournement des isolateurs des réseaux de transmission de l’énergie
électrique.
V.3.2.10 Influence de l’épaisseur et du type de matériau isolant

L’objectif dans cette partie est d’étudier l’influence de la profondeur et du type
de l’isolant sur la distribution du potentiel et du champ électrique en absence et
en présence de la gouttelette d’eau.
Les figures V.48 et V.49 présentent respectivement la distribution du potentiel
électrique le long de l’espace inter-électrodes pour différentes épaisseurs du
matériau isolant pour les cas sans et avec une gouttelette d’eau de conductivité
σ = 0.055 μS/cm et de diamètre 3.36 mm placée au milieu de l’espace inter-électrodes.
Nous remarquons pour les deux figures une distribution non-linéaire du
potentiel électrique près des électrodes et linéaire le long de l'isolateur dans
l’espace inter-électrodes.
144
10000
9000
8000
e = 0.5 cm
7000 e = 1 cm
e = 1.5 cm
6000
5000
P (5.6 cm, 4400V)
4000
3000
2000
1000
0
0 1 2 3 4 5 6 7 8 9 10

Figure V.48 Distribution du potentiel sur la surface d’une plaque isolante sèche en silicone
pour différentes épaisseurs.
10000
9000
8000
e = 0.5 cm
7000 e = 1 cm
e = 1.5 cm
6000
5000
P (5.6 cm, 4400V)
4000
3000
2000
1000
0
0 1 2 3 4 5 6 7 8 9 10

Figure V.49 Distribution du potentiel sur la surface d’une plaque isolante en silicone pour
différentes épaisseurs, en présence d’une gouttelette d’eau de diamètre 2.66 mm.
145
D’après ces figures, nous constatons qu’il existe un point commun dans l’espace
inter-électrodes (P (5.6 cm, 4400V)), pour lequel le potentiel est identique pour
toutes les épaisseurs du matériau isolant de notre modèle. Nous constatons ainsi
que les allures de potentiel changent de l’évolution par rapport à ce point
d’intersection et la présence de la gouttelette d’eau ne modifie pas les
coordonnées de ce point.
Les figures V.50 et V.51 illustrent, les résultats de l’évolution du champ

électrique en fonction de la distance inter-électrodes pour différentes
épaisseurs du modèle étudié sans et avec une gouttelette d’eau de conductivité
Nous constatons que l’amplitude du champ électrique sur les faces de la
gouttelette diminue avec l’augmentation de l’épaisseur du matériau isolant. De
plus, le point commun apparu dans les allures de potentiel n’a aucune influence
sur la distribution du champ électrique.
18
1.4
16
1.2
14
1.0
e = 0.5 cm
e = 1 cm 0.8
12
e = 1.5 cm
0.6
10 0.4
0.2
8
4.6 4.8 5.0 5.2 5.4
0
0 1 2 3 4 5 6 7 8 9 10

Figure V.50 Evolution du champ électrique résultant pour différentes épaisseurs de la
plaque isolante .
146
3.0
2.5
e = 0.5 cm
e = 1 cm
e = 1.5 cm
2.0
1.5
1.0
0.5
0.0
4.5 5.0 5.5
Distance (cm)
Figure V.51 Evolution du champ électrique pour différentes épaisseurs de la plaque
isolante au niveau d’une gouttelette d’eau de conductivité σ = 0.055 μS/cm.
Pour étudier l'effet du type de matériau isolant sur l’évolution du potentiel et du

champ électrique, deux différents matériaux ont été utilisé (le silicone et le
porcelaine).
Les figures V.52 et V.53 illustrent respectivement les résultats de la distribution
du potentiel électrique sur la surface de l’isolant le long de l’espace inter-
électrodes pour les cas sans et avec une gouttelette d’eau de conductivité
La distribution du champ électrique a été calculée suivant la même ligne de
référence le long de l’espace inter-électrodes et pour les deux types du matériau
isolant. Les résultats obtenus sont présentés respectivement par la figures V.54
pour le cas sans gouttes d’eau et les figures V.55 et V.56 pour le cas de la
présence d’une gouttelette d’eau de conductivité σ = 0.055 μS/cm et de diamètre
2.66 mm placée au milieu de l’espace inter-électrodes. Comme nous pouvons le
constater, d’après ces figures, que la présence de la gouttelette ne modifie pas les
variations globales des allures du potentiel et du champ électrique pour les deux
matériaux isolants utilisés.
147
10000 5000
Silicone 4800
Porcelaine
8000 4600
4400
4200
6000
4000
5.0 5.2 5.4 5.6 5.8 6.0
4000
2000
0
0 2 4 6 8 10

Figure V.52 Distribution du potentiel sur la surface de la plaque isolante pour différents
matériaux.
10000 5200
5100
Silicone
Porcelaine 5000
8000
4900
4800
4700
6000
4.8 5.0 5.2 5.4
4000
2000
0
0 2 4 6 8 10
Figure V.53 Distribution du potentiel sur la surface de la plaque isolante pour différents
matériaux et en présence d’une gouttelette d’eau de diamètre 3.35 mm.
148
14
1.00
12 0.95
Silicone 0.90
Porcelaine
10
0.85
0.80
8
0.75
6 0.70
4.5 4.7 4.9 5.1 5.3 5.5
0
0 1 2 3 4 5 6 7 8 9 10

Figure V.54 Distribution du champ électrique sur la surface de la plaque isolante pour
différents matériaux.
14
12
Silicone
Porcelaine
10
0
0 1 2 3 4 5 6 7 8 9 10

présence d’une gouttelette d’eau de diamètre 2.66 mm pour différents matériaux.
149
2.5
Silicone
2.0
Porcelaine
1.5
1.0
0.5
0.0
4.6 4.8 5.0 5.2 5.4
Distance (cm)
présence d’une gouttelette d’eau de diamètre 2.66 mm pour différents matériaux.
V.4. Conclusion
Le dépôt des gouttelettes d’eau sur la surface des isolateurs composites est une
préoccupation importante pour les fournisseurs d’énergie électrique qui doit
être résolue en vue d’assurer la sécurité des opérateurs et la fiabilité des réseaux
électriques.
Le modèle numérique développé a permis d’analyser la répartition du champ
électrique. Les résultats concernant aussi bien le modèle sec que le modèle avec
les gouttelettes ont montré des régions sur la surface de l’isolateur où la
contrainte électrique est très importante notamment au niveau des électrodes.
Ceci permet d’obtenir des informations utiles sur l’échauffement de la surface
qui peuvent être utilisées pour la prédiction de la formation des bandes sèches
sur la ligne de fuite. Les distributions des composantes tangentielle et normale
du champ électrique ont été étudiées. Les résultats démontrent également une
intensification du champ électrique due à la présence des gouttelettes d’eau
notamment aux points de jonction des différentes phases (gouttelette d’eau, air
et solide diélectrique) où le champ est maximal.
Le champ électrique peut atteindre trois fois la valeur du champ électrique
moyen appliqué. Des facteurs tels que le volume, l’angle de contact, la
permittivité des gouttelettes, leur nombre, leurs formes, leurs dispositions et la
distance de séparation entre les gouttelettes ont une incidence notable sur
l’amplification du champ électrique à la surface de l’isolateur. Par contre, la
150
conductivité des gouttelettes d’eau, l’épaisseur et le type de matériau isolant ne

présentent pas d’influence significative sur l’amplification du champ électrique.
Globalement, Les résultats de simulation obtenus montrent que la présence de
gouttelettes d’eau peut décider de la fiabilité du système d’isolation des réseaux
de transmission d’énergie. En effet, dès que le champ électrique appliqué atteint
ou dépasse un certain seuil, les gouttelettes d’eau présentent plusieurs réactions
par rapport au champ électrique appliqué [9].
151
CONCLUSION
GENERALE
CONCLUSION GENERALE
L’objectif de ce travail était de contribuer à la compréhension et à la

modélisation du contournement des isolateurs pollués. Nous avons donné des
résultats de l’utilisation de plusieurs approches de modélisation et de simulation
pour la détermination de la tension critique de contournement et les
distributions de potentiel et du champ électrique le long de la ligne de fuite des
Dans le premier chapitre de cette thèse, nous avons présenté un résumé

d’une étude bibliographique sur les isolateurs et la pollution. Cette recherche
nous a permis ainsi, d’explorer les principaux modèles théoriques et
expérimentaux du contournement des isolateurs pollués. La plupart des modèles
traitent le problème de manière statique et reposent sur le modèle propose par
Obenaus. Ils traitent le phénomène de contournement sous un aspect global en
lui associant des critères d’extension se basant soit sur le champ électrique, soit
sur l’énergie ou encore la puissance dissipée. Dans le but, d'étudier l’évolution
temporelle de certains paramètres lies au phénomène de contournement, de
nouveaux modèles dynamiques furent établis. Eux aussi basés sur le modèle
statique d'Obenaus ainsi que sur l'équation de Mayr. Ces modèles sont,
cependant, insuffisants lors du passage à l’application pratique. Principalement à
cause des hypothèses simplificatrices rendues nécessaires par les traitements
mathématiques. Il s’est avéré que lorsqu’il s’agit de comparer les performances
de divers types d’isolateurs, l’étude expérimentale constitue en définitive le
meilleur garant d’un jugement objectif. Nous avons terminé ce chapitre par
l’étude des principaux paramètres impliqués dans la détermination de la tension
de contournement des isolateurs pollués.
Dans le deuxième chapitre, nous avons développé un modèle mathématique

par l’application de la méthode de l’analyse dimensionnelle qui nous a permis de
déterminer les conditions critiques de contournement dans le régime statique.
Avec ce modèle Uc=f(K,ρp,n) on peut prédire la tension critique de
contournement en commettant une erreur absolue très petite (inférieure à 4%
dans notre calcul) entre le calcul et la mesure qui correspond aux constantes (K,
n) optimales. Le modèle est validé par des résultats expérimentaux d’autres
chercheurs et une bonne concordance a été trouvée.
Le troisième chapitre s’est intéressé à l’étude et l’élaboration des modèles

basés sur les techniques d’intelligence artificielle. Ces modèles basés sur les RNA
et les systèmes de la logique floue conçus pour l’estimation de la tension de
contournement des isolateurs pollués. Dans le but de bénéficier des avantages
des réseaux de neurones (ANN) avec leurs capacités d’apprentissage et de la
logique floue (FL) avec sa capacité de traiter les données imprécises, nous avons
152
CONCLUSION GENERALE
proposé une approche hybride neuro-floue (ANFIS) pour la prédiction de la

tension critique de contournement. Les résultats obtenus par l’approche ANFIS
sont plus performants par rapport à ceux trouvés par le réseau de neurones
(ANN). Ceci est justifié par le coefficient de détermination (R2) permettant
d’évaluer les performances de l’approche entre les valeurs estimées et réelles de
la tension de contournement. La valeur de R2 obtenu par l’approche ANFIS est de
0,9853, elle est acceptable et supérieure à celle trouvée par ANN. Il faut noter
que la valeur maximale de R2 est 1. Malheureusement, cette approche est très
coûteuse en temps de calcul pour l’apprentissage lorsque le nombre de fonctions
d’appartenances est supérieur à deux. A partir de ces résultats, on peut conclure
aussi que les techniques d’intelligence artificielles peuvent être utilisées pour
prévoir le contournement des isolateurs pollués de haute tension et la mise en
place d’un système de maintenance pour en prémunir.
Le quatrième chapitre de notre travail a porté sur l’étude de la distribution du

potentiel et du champ électriques le long d’un isolateur anti-brouillard. Pour ce
faire, nous avons utilisé le logiciel COMSOL Mutliphysics, basé sur la méthode des
éléments finis. Cette méthode s'est avérée être un bon choix parmi les
différentes méthodes numériques proposées. Cette méthode, qui permet de se
contenter d'une description surfacique des objets modélisés, présente les
avantages importants par rapport aux différentes méthodes existantes du point
de vue du nombre d'inconnues mis en jeu, de la prise en compte des domaines
infinis, des configurations tridimensionnelles et de la description d'une surface
conductrice de faible épaisseur.
Nous avons conclu en premier lieu, que la répartition non uniforme de la
pollution influe beaucoup sur la distribution du potentiel qui subit des
changements brusques dus aux différentes zones de pollution. Nous avons pu
modéliser l’apparition des bandes sèches qui ont tendance à augmenter la
tension à leurs bornes et par conséquent à la distorsion du champ électrique.
Cette étude nous a permis ainsi de conclure que c’est l’état de surface qui influe
sur la répartition du champ électrique et non pas la conductivité de la pollution.
La valeur maximale du champ est obtenue dans le cas où l’isolateur est pollué.
Par contre, l’effet de la conductivité de la pollution est très négligeable sur la
répartition du champ électrique. Ce dernier reste presque fixe, même avec des
conductivités très élevées. Le champ électrique augmente avec la tension
appliquée. Cependant, la forme des allures du champ électrique restent les
mêmes. En d’autres termes, la différence est dans les valeurs et non pas dans la
forme. Les valeurs du potentiel et du champ électriques diminuent au fur et à
mesure qu’on s’éloigne de l’électrode soumise à la haute tension de l’isolateur. La
valeur maximale du champ électrique est obtenue dans les nervures de
l’isolateur près de la tige.
En deuxième lieu, nous avons déterminé l’évolution de la température dans le
liquide pour différentes positions de la décharge. Cette étude nous a montré que,
153
CONCLUSION GENERALE
quand la décharge s’allonge sur 2/3 de la ligne de fuite, la température est

relativement faible (300°K). En revanche dans le dernier 1/3 de la ligne de fuite,
la température augmente rapidement jusqu’à une valeur de (310°K) qui en
accord avec le critère de Hampton de contournement quand l’arc atteint les deux
tiers (2/3) de la distance d'arc de l'isolateur.
Dans le dernier chapitre, nous avons étudié l’effet de la présence des

gouttelettes d’eau sur les distributions surfaciques du potentiel et du champ
électrique des isolateurs aériens. Les résultats démontrent une intensification du
champ électrique due à la présence des gouttelettes d’eau notamment aux points
de jonction des différentes phases (gouttelette d’eau, air et solide diélectrique)
où le champ est maximal. Le champ électrique peut atteindre trois fois la valeur
du champ électrique moyen appliqué. Des facteurs tels que le volume des
gouttelettes, leur nombre et la distance de séparation entre les gouttelettes ont
une incidence notable sur l’amplification du champ électrique à la surface de
l’isolateur. Par contre, la conductivité des gouttelettes d’eau ne présente pas
d’influence significative sur l’amplification du champ électrique.
La démarche suivie et les résultats présentés dans ce travail ouvrent de

multiples perspectives tant d’un point de vue expérimental que d’un point de vue
de la modélisation et de la simulation numérique des phénomènes physiques
intervenant sur les isolateurs de lignes de transport et de distribution de
l’énergie électrique dans des conditions de pollution et d’humidité (pluie, rosée
...etc).
154
REFERENCES
BIBLIOGRAPHIQUES
[1] Farzaneh M et Chisholm W A, 'Insulators for icing and polluted environments",

Piseataway, N.J. ; IEEE Press ; Hoboken» N J . : Witey, p. 680,2009.
[2] N. Mhaguen, « Développement de modèles dynamiques de prédiction de la tension
critique de contournement des isolateurs recouverts de glace basés sur la méthode
des éléments finis » Thèse de maitrise, UQAC, janvier 2011
[3] Jean-L.R.RASOLONJANAHARY « Modélisation par la méthode des équations
intégrales de frontière de phénomènes de conduction Surfacique sur les isolateurs
pollues », thèse de doctorat, école centrale de Lyon, mai 1992.
[4] S. Flazi, “Etude du Contournement Electrique des Isolateurs Haute Tension Pollués
Critère d’Elongation de la Décharge et Dynamique du Phénomène”, Thèse de
Doctorat d’Etat, Université Paul Sabatier, Toulouse, 1987.
[5] S. Gopal and Y. Narayana Rao, "On the Flashover Mechanisms of Polluted
Insulators", ISPPISD, IIT-, MADRAS, Inde, pp. 1-6- 1983
[6] F. Rizk, "Mathematical Models for Pollution Flashover", Electra, Vol. 78, pp. 71-103,
1981.
[7] G. Zhicheng, Z. Renyu, «Calculation of DC and AC flashover voltage of polluted
insulators», IEEE Trans. Electrical Insulation 25 (4) (1990) 723–729.
[8] N.DHAHBI « Modélisation Dynamique des Décharges sur les Surfaces d’Isolateurs
Pollués sous Différentes Formes de Tension: Elaboration d’un Critère nalytique de
Propagation », Thèse de doctorat, ECOLE CENTRALE DE LYON, Mars 1998.
[9] NDOUMBE Jean, «Étude comportementale des gouttelettes d’eau déposées sur la
surface d’un isolateur composite haute tension en présence du champ électrique »
Thèse de doctorat, Ecole Centrale de Lyon, mars 2014.
[10] G. G. Karady, “Flashover mechanism of non-ceramic insulators,” IEEE Trans. Dielectr.
Electr. Insul., vol. 6, no. 5, pp. 718–723, 1999.
[11] T. Pollock, R. Sundararajan, R. Nowlin, K. Thomas, and M. Lynch, “Analysis of
olymeric insulators,” in Conference on Electrical Insulation and Dielectric
Phenomena, 1998. Annual Report, vol. 1, pp. 104–107, 1998.
[12] J.Y. Saison, «Etude du phénomène d’humidification des dépôts naturels et
artificielsde pollution sur des isolateurs électriques », Thèse de Doctorat Es
Sciences,Université de Strasbourg, France, 1992.
[13] F.AOUABED, « Contribution à l'étude d'un circuit équivalent des isolateurs
synthétiques sous pollution en utilisant l'EMTP », Thèse de magister, univ-
Sétif,2013.
[14] G. Talal, «Comportement d’un modèle d’isolateur sous tension impulsionnelle»,
mémoire de magister en génie électrique, laboratoire de haute tension, ENP,Alger
2007.
[15] A. Mekhaldi et H. Boudjelthia, "Contribution à l'étude de la pollution des isolateurs
de haute tension dans la région électrique de Annaba".P.F.E, ingéniorat - ENP - Juin
1984.
[16] G. Riquel, E. Span genberg, "De la céramique au synthétique", EDE-Epure, N° 58,
Avril 1998.
[17] Y. Porcheron, " Lignes aériennes : Matériels entrant dans la constitution d’une ligne
aérienne", Technique de l’ingénieur D4425.
[18] P. Claverie, Y.Porcheron, " Les phénomènes de pollution des isolateurs et l’isolement
des ouvrages en régions polluées", RGE, Tome 82, No. 3, pp. 166-194, Mars 1973,
Paris, France.
[19] X. Ducouret, " Lignes aériennes : matériels. Isolateurs ", Technique de l’ingénieur
D4423-2006.
[20] M.Teguar, A.Boubakeur, '' Pollution des Isolateurs de Haute Tension '', Laboratoire
de Haute Tension, Département de Génie Electrique, Ecole Nationale Polytechnique
d’Alger (E.N.P.) janvier 2004.
[21] M. Terkmani, M.Babouamer, '' Contournement des Isolateurs des Lignes de Haute
Tension '', PFE, USTO, juin 2005.
[22] A. Cimador et S. Vitet; "La pollution des isolateurs (Insulator pollution)." E.D.F. -
Bulletin de la direction des études et recherches - Série B.
[23] A.Tilmatine " Isolateurs des lignes aériennes haute tension ", chapitre VI cour
isolateurs des lignes.
[24] M. El-A. Slama, “Contribution à l’étude de l’influence de la non uniformité de la
distribution de la pollution sur la méthode de la DDSE pour le dimensionnement des
isolateurs des lignes THT à courant alternatif“ ; Thèse de Magistère 2002, Université
USTO, Algérie.
[25] A. Mekhaldi, ''Etude du développement d’un arc électrique sur des surface isolantes
contaminées par la pollution désertique'', Thèse de Magister, Département de Génie
Electrique, Laboratoire de Haute Tension, Ecole Nationale Polytechnique d’Alger,
Algérie, Juin1990.
[26] C. E.I-60, '' Technique des essais à haute tension, Définition et prescription générales
aux essais'', Première édition, 1973.
[27] D.Namane, "Effet de la discontinuité de la couche de pollution sur le comportement
d’isolateurs haute tension, sous la fréquence 50Hz", Thèse de Magister,
Département de Génie Electrique, Laboratoire de Haute Tension, Ecole Nationale
Polytechnique d’Alger, Algérie, 1998.
[28] W. Heise, G.F. luxa , G.Revrery , M. P. Verma, ''Estimation de la méthode d’essais
sous pollution artificielle par couche solide'' .CIGRE , rapport 33-09 -1982, Paris,
France.
[29] A. Cimador, M. Cojan, P. Hautefeiulle, M. Moreau, "Méthodes de dimensionnement
des isolateurs de Lignes Aériennes en régions polluées", CIGRE, Rapport 33-04,
1978, Paris, France.
[30] CEI 815, “guide pour le choix des isolateurs sous pollution“,1986.
[31] A. Boubakeur, ''Essais d’isolateurs pollués dans les conditions naturelles'', Rapport
interne, I. W. N Politecknika Warszawka, Varsovie, 1978.
[32] M.Teguar, '' Etude mathématique des mécanismes de développement des décharges
électriques sur des isolateurs installés en régions polluées '', Thèse de Magister,
Département de Génie Electrique, Laboratoire de Haute Tension, Ecole Nationale
Polytechnique d’Alger, Algérie, Juillet 1993.
[33] S.Vacquié, « L’arc Electrique », CNRS, Editions et Eyrolles ,France 2000.
[34] M.BELHITE ELHADI « Etude de la dégradation d’un solide isolant soumis aux
décharges électriques de surface », Thèse de Mgister, Univ-Tizi-ouzou, juin 2012.
[35] B. F. Hampton, “Flashover Mechanism of Polluted Insulator “, Proc IEE, Vol. 03, No. 5,
pp. 985-990 May 1964.
[36] R.Wilkins, “ Flashover voltage of high-voltage insulators with uniform surface
pollution films, ” Proc IEE- Vol 116 n°3- pp.457-465 March 1969.
[37] F.Obenaus , “Die uberschlagspannung vrschmutzter isolatoren “; ETZ, vol56,pp369-
70,1935.
[38] M.El-A.SLAMA «Etude expérimentale et modélisation de l’influence de la
constitution chimique et de la répartition de la pollution sur le contournement des
isolateurs haute tension » , Thèse de Doctorat, USTO-MB,Mai 2012.
[39] J. P. Novak and G. Ellena, “Arc Field Measurement with a Simple Experimental
Arragement”, Journal of Physics D: Applied Physics , Vol. 20,No. 4, pp. 462 – 467,
1987.
[40] Shahab Farokhi, “Mécanismes de propagation de l’arc électrique a la surface de glace
”, Thèse de doctorat, UQAC, Quebec, Canada, Décembre 2010.
[41] T. Matsumoto, M. Ishi, T. Kawamura, “Optoelectronic measurement of partial arcs on

contaminated surface”, IEEE Trans. on Electr. Insul., Vol. 19, pp 531-548, 1984.
[42] M lshii and H. Ohashi, “Polarity Effect in dc Withstand Voltages ofContaminated
Surfaces” IEEE Trans. on Electrical Insulation Vol. 23 No. 6, pp.1033-1042,
December 1988.
[43] K. Haji, Y. Zhu, M. Otsubo and T. Sakoda, “Studies on erosion of silicone rubber
exposed to partial arc discharge”, Polymer degradation and stability, Vol. 93, pp.
2214-2221, 2008.
[44] A. Mekhaldi. '' Etude des phénomènes de conduction et de décharge électrique sur
des surfaces isolantes polluées sous tension alternative 50 Hz'', thèse de doctorat
d’état, école nationale polytechnique, département d’électrotechnique, laboratoire
de Haute Tension, Alger, ALGERIE, juin 1999.
[45] N. Dhahabi - Megriche, A. Beroual and L. Krahenbuhl, "A New Proposal Model for
Polluted Insulators Flashover", Journal of Physics D: Applied Physics, (30), N° 5,
March 1997, pp. 889 - 894.
[46] F. Obenaus, "Fremdschichtüberschlag und Kriechweglänge", Deutsche
Elektrotechnik, vol.4, 1958, p.135-136.
[47] G.Neumarker, “ Vetschmutzungszuland und kriechweg “ . Monatsbericht der
deutschen Akademie der Wissenschaft Berlin, vol 1, 1959, p 352-359.
[48] J. Danis, "A Stochastic Pollution Flashover Model", 4e International Symposium on
High Voltage Engineering, Rapport 46-12, Athènes, 5-9 Septembre 1983.
[49] S. Gopal and Y. Narayana Rao, "On the Flashover Mechanisms of Polluted
Insulators", ISPPISD, IIT-, MADRAS, Inde, pp. 1-6- 1983.
[50] A. Beroual A. “Electronic gaseous process in the breakdown phenomena of
dielectric liquids”, J. Appl. Phys. 73 (9), pp. 4528-4533, 1993
[51] P.Claverie , Y.Porcheron, “ How to choose insulators for polluted areas “; IEEE Trans,
Pas-98, pp. 1121-1131, 1973.
[52] R. Wilkins and A. A. J. Al-Baghdadi, “Arc Propagation along an Electrolytic Surface”,
Proc. IEE, Vol. 118, pp. 1886-1892, 1971.
[53] A. M. Rahal, “Sur les mécanismes physiques de contournement des isolateurs haute
tension “, thèse doctorat es-sciences physiques, Université Paul Sabatier, Toulouse,
1979.
[54] D.C. Jolly and C.D. Poole,” Flashover of contaminated insulator with cylindrical
symmetry under DC conditions”, IEEE Transactions on Electrical Insulation, Vol. EI-
14, N°12, pp 77-84, 1979.
[55] A. Rumeli, “Flashover along a water column” IEEE Transactions on Electrical
Insulation, Vol. 11, No.4, pp. 115-120, December 1976.
[56] L. L. Alston and S. Zoledziowski, “Growth of Discharges on PollutedInsulation”, Proc.
IEE, Vol. 110, N° 7, pp. 1260-1266, 1963.
[57] Guan Zhanga and Zhang Renyu, “Calculation of dc and ac FlashoverVoltage of
Polluted Insulators”, IEEE Trans. on Elect. Insul., Vol. 25, N°4, pp. 723-728, 1990.
[58] S. Hesketh,“ General criterion for the prediction of polluted flashover ”, IEE Proc,
vol.114, n°4, pp.985-990, Avril 1967.
[59] R. Sundararajan and R. S. Gorur, "Dynamic Arc Modeling of Pollution Flashover
Insulators under dc Voltage ", IEEE Trans. Electr. Insul., Vol . 28, pp. 209-218,
1993.
[60] P. S. Ghosh and N. Chatterjee, “Arc propagation over Electrolytic Surfaces under
Power Frequency Voltage” IEEE Trans. Dielectr. Electr. Insul,Vol. 3 No. 4, pp. 529-
536, August 1996.
[61] D.A. Swift, "Flashover of polluted Insulators: Electric Field in the Arc", 6th
International Symposium of H.V. Enginneering, New Orleans, paper N°30.10, Sep
1989
[62] J. Zhang and M. Farzaneh, “Propagation of AC and DC Arcs on Ice Surfaces”, IEEE
Trans, on Dielectrics and Electrical Insulation, Vol. 7, No. 2, pp. 269-276, 2000.
[63] H. Nacke,“Stabilitat der fremdschichtentladungen und theorie des
femdschichtuberschlages“, Elektrotechnische Zeitschift-A, vol 87, pp.577-585, 1966.
[64] S. Anjana and C. S. Lakshminarasmha, “Computed of FlashoverVoltages of Polluted
Insulators Using Dynamic Arc”, Model, 6th International Symposium on High
Voltage Engineering, paper 30.09, New Orleans, USA, 1989.
[65] F. A. M. Rizk and D. H. Nguyen, "Digital Simulation of Source Insulator Interaction in
HVDC Pollution Tests", IEEE Trans. on Power Delivery, pp. 405-410, 1988.
[66] Z.Aydogmus, M.Cebeci "A New Flashover Dynamic Model of Polluted HV Insulators ".
IEEE Transactions on Dielectrics and Electrical Insulation Vol. 11, No. 4, pp. 577-
584; August 2004.
[67] M. Teguar, “Modélisations d’isolateurs pollues soumis a divers paramètres
électrogéometriques ”, Thèse de Doctorat d’Etat, Ecole Nationale Polytechnique, El-
Harrach, Algerie, 2003.
[68] H.H.Woodson, A.J.Mac Eloy, “ Insulators with contaminated surfaces “; Part II.
Modeling Mechanisms, Trans IEEE, Winter Power Meeting, Newyork, January, 1970.
[69] M. Hamouda, S. Flazi, “study of the pollution resistance in front of the flashover
discharge on a disk model”, Acta Electrotechnica et Informatica Vol.8, No. 3, PP.57-
60, 2008
[70] A.Derkaoui, “ Etude de la validité d’un nouveau modèle expérimental du
contournement des Isolateurs Haute Tension Pollués”; Thèse de Magistère 2004,
Université USTO, Algérie
[71] M. Marich, “Modélisation dynamique du contournement des isolateur polluée”,
Mémoire de magister, Université USTO, Algérie, juin 2006.
[72] M.Marich, H.Hadi , R.Amiri, "New approch for the modeling of the polluted
insulators " ,IEEE/ CEIDP 2 IEEE/CEIDP, October 15-18, pp 441-444, Kansas City,
Missouri, 2006, USA.
[73] H. Hadi, “Étude expérimentale et modélisation de l’influence de la constitution
chimique et de la répartition de la pollution sur le contournement des isolateurs
haute tension”, Thèse de Docteur d’Etat, Université USTO, Algérie. Mai 2002
[74] T. C. Chen, H. I. M. Nour, C. Y. Wu, “DC Interfacial Breakdown on Contaminated
Electrolytic Surfaces”, IEEE Trans. on Elect. Insul., Vol. 19, N° 6, pp. 536-542,
December 1984.
[75] H.Hadi, S. Flazi, A. Taieb" Modélisation dynamique contournement des isolateurs
pollués des lignes aériennes en haute tension". CIMASI 2002, 22-23-25.
[76] M.Marich, H.Hadi, R.Amiri, " Validation d’une nouvelle approche pour la
modélisation dynamique du contournement des isolateurs pollués", CEE’06,
novembre 2006, Batna, Algérie.
[77] M. A. M. Piah et A. Darus, «Effect of electrolyte resistivity and flow-rate on the
leakage Current of Polymeric material », XIII the International Symposium on
Hight Voltage Engineering Netherlands 2003.
[78] M. A. Salam , H. Ahmad, T. Tamsir, «Calculation of time to flashover of contaminated
Insulator by Dimensional Analysis Technique» Journal of Computers and
electrical Engineering, vol.27,pp.419-427, 2001.
[79] M.Marich, H.Hadi, « Détermination des Constantes de l’Arc de Contournement par
la Méthode de l’Analyse Dimensionnelle », 7th International Conference on Electrical
Engineering 8- 10 October 2012 Batna.
[80] M. Marich, H. Hadi, « Influence des Constantes de l’Arc sur la Tension de
Contournement des Isolateurs Pollués», 1er Workshop sur la Pollution des Isolateurs
des Réseaux Electriques POLIREL 2013, le 29 Avril 2013, USTO-MB,Algérie.
[81] Hanch-Olsen, Harold, « Buckingham’s pi-theorem», version 2001,
http://www.math.ntnu.no/hanche/notes/buckingham/buckinghama5.pdf.1998.
[82] M. El-A. Slama, A. Beroual and H. Hadi,” Analytical Computation of Discharge

Characteristic Constants and Critical Parameters of Flashover of Polluted
Insulators”, Trans on DEI, Vol. 17, No. 6; pp. 1764-1771, December 2010.
[83] M.Marich, H.Hadi, «Validation expérimentale d’un nouveau modèle de laboratoire
des isolateurs pollués», 8ème CNHT’2011 TIARET 9-11 Mai 2011.
[84] R. Sundararajan, N.R. Sadhureddy, R.S. Gorur, «Computer-aided design of porcelain
insulators under polluted conditions », IEEE Trans. Dielectr. Electrical Insulation 2
(1) (1995) 21–127.
[85] K. Ikonomou, G. Katsibokis, G. Panos, I.A. Stathopoulos, «Cool fog tests on artificially
polluted insulator », in: Fifth International Symposium on HighVoltage Engineering,
Braunschweig, vol. II, 1987, paper 52.13.
[86] F.V. Topalis, I.F. Gonos, I.A. Stathopoulos, «Dielectric behaviour of polluted
porcelain insulators», IEE Proc. Gen. Transm. Distribution 148 (4) (2001),269–274.
[87] J. Ferber, "Les Systèmes Multi Agents: Vers une Intelligence Collective", InterEdition,
Université Pierre et Marie Curie Paris 6, 1995.
[88] L.CHERROUN, «Navigation Autonome d’un Robot Mobile par des Techniques Neuro-
Floues », Thèse doctorat, Univ Biskra, Mai 2014.
[89] P.S. Ghosh, S. Chakravorti, N. Chatterjee, «Estimation of time-to-flashover
characteristics of contaminated electrolytic surfaces using a neural network», IEEE
Trans. Dielectr. Electrical Insulation 2 (6) (1995) 1064–1074.
[90] A.S. Ahmad, P.S. Ghosh, S. Shahnawaz Ahmed, S.A.K. Aljunid, «Assessment of ESDD
on high-voltage insulators using artificial neural network», Elsevier Electr. Power
Syst. Res. 72 (2) (2004) 131–136.
[91] M. Ugur, D.W. Auckland, B.R. Varlow, Z. Emin, «Neural networks to analyze
surface tracking on solid insulators », IEEE Trans. Dielectr. Electrical Insulation
4 (6) (1997) 763–766.
[92] P. Cline, W. Lannes, G. Richards, «Use of pollution monitors with a neural network to
predict insulator flashover», Elsevier Electr. Power Syst. Res. 42 (1997) 27–33.
[93] M. Parizeau, «Réseaux de neurones», Edition université de Laval, 2004.
[94] J. A. Anderson, E. Rosenfeld, «Neurocomputing: Foundations of Research», MIT Press,
Cambridge, 1988.
[95] A.mezache, «Optimisation de la détection décentralisée CFAR dans un Clutter
weibull utilisant les Algorithmes génétiques et les réseaux de neurones flous»,
Thèse doctorat, Univ Constantine.
[96] J. Godjevac, «Idées Nettes sur la Logique Floue», Collection Informatique, Presses
Polytechniques et Universitaires Romandes, Lausanne, 1999.
[97] P. Y. Glorennec, L. Jauffe, «A Reinforcement Learning Method for an Autonomous
Robot», Proceedings of the First Online Workshop on Soft Computing, 1996.
[98] M.Y.Yedou, «Étude de synthèse sur les réseaux de neurones et leurs applications»,
Mémoire de Magister, ENP, 1998.
[99] L.Guenfaf, «Application de l’automatique et réseaux de neurones en dynamique des
structures», Thèse de doctorat, ENP, 2001.
100] H. Yousefizadeh and A. Zilouchian, «Neural Network Architectures», CRC Press LLC,
2001.
[101] B. Laurent, « Etude de la construction par réseaux neuromimétique de
représentations interprétables Application a la prédiction dans le domaine des
télécommunications », thèse de doctorat ,France, novembre 2000.
[102] D.E.Rumelhart, “Learning representations by back-propagation errors”, The MIT
Press, vol.1 Cambridge.
[103] E.H. Mamdani, "Application of Fuzzy Algorithms for Control of Simple Dynamic
Plant", Proc. of IEEE, vol. 121, no. 12, pp. 1585-1588, 1974.
[104] J.-S.R Jang, "ANFIS: Adaptive-Network-based Fuzzy Inference System", IEEE

Transaction on Systems, Man, and Cybernetics, vol. 23, pp.665-685, 1993.
[105] J. Godjevac, "Neuro-Fuzzy Controllers, Design and Application", Collection Meta,
Presses Polytechniques et Universitaires Romandes, Lausanne, 1997.
[106] D. Racoceanu, "contribution a la surveillance des systèmes de production en utilisant
les techniques de l'intelligence artificielle", thèse de doctorat, Université de franche-
Comte, France.2006.
[107] [H. Kwan et Y.Cai, "A fuzzy neural network and its application to pattern recognition",
IEEE Transactions on Fuzzy Systems, pp .185-193. 1994.
[108] S. Tano, T. Oyama et T. Arnould, " Deep combination of Fuzzy Inference and Neural
Network in Fuzzy Inference", Fuzzy Sets and Systems, pp. 151-160. 1996.
[109] J. Feng et L. Teng, "An Online Self Constructing Neural Fuzzy Inference Network and
its Applications", IEEE Transactions on Fuzzy Systems, Vol(6),pp. 12-32.1998.
[110] J.-S.R Jang, "ANFIS: Adaptive-Network-based Fuzzy Inference System", IEEE
Transaction on Systems, Man, and Cybernetics, vol. 23, pp.665-685, 1993.
[111] IEC 507, Artificial pollution tests on high-voltage insulators to be used on AC
systems, 1991.
[112] S.A. Bessedik, « Contournement des isolateurs pollués », thèse de doctorat, USTO-
MB , Juin 2015.
[113] Gencoglu, M.T., Uyar, M, "Prediction of ﬂashover voltage of insulators using least
squares support vector machines", Expert Syst. Appl.(2009), 36, 10789–10798
[114] M. Marich, H. Hadi, « EVALUATION OF FLASHOVER VOLTAGE ON POLLUTED
INSULATORS WITH ARTIFICIAL NEURAL NETWORK », JEE, Volume N°03, pp 248-
253, September 2015.
[115] M. Marich, H. Hadi, « Adaptive Neuro-Fuzzy Inference System Methodology for the
Estimation of the Critical Flashover Voltage on Polluted Insulators », 10th National
Conference on High Voltage- CNHT- Mai 2016 - USTHB - Algiers.
[116] S.A Bessedik, H.Hadi, “Prediction of flashover voltage of insulators using adaptive
neurofuzzy inference system”, Journal of Electric Engineering JEE, No 3, September
2013.
[117] G.H. Asimakopoulou, V.T. Kontargyri, G.J. Tsekouras, F.H. Asimakopoulou, I.F. Gonos,
I.A. Stathopoulos, "ANN optimization methodology for the estimation of the
flashover voltage on insulators" , IET Science, Measurement & Technology 3
(January (1)) (2009) 90–104.
[118] C. Multiphysics, "COMSOL Multiphysics User Guide (Version 5.0 a)," COMSOL, AB,
2014.
[119] C. Volat, «Modélisation Physique et Méthode Numérique par la Méthode de
Éléments Finis de Frontière de la Distribution du Potentiel et du Champ Électrique
le Long d'un Isolateur Standard de Post 735 KV Recouvert de Glace », Thèse de
doctorat, UQAC, juin 2002.
[120] F. ZITOUNI, «Calcul du champ électrique et magnétique produits par les lignes de
transport,» conférence de sonalgaz, Alger, 1999.
[121] A.Kara, « Contribution à l'étude d'un modèle dynamique de contournement d'un
isolateur pollué », Thèse de magister, Université de Setif1, Décembre 2013.
[122] Z. YEO, « Modèle numérique de conduction surfacique dans les dispositifs
bidimensionnel –prise en compte de non linéarités », Thèse doctorat, Loyon, 1992.
[123] B. Zegnini, « Etude du Contournement des Surfaces Isolantes sous Tension
Alternative-Application à l’Etude de la Tenue des Isolateurs dans leur
Environnement » Thèse de Doctorat, USTO, 2006.
[124] S.ORLOWSKA, « Conception et prédiction des caractéristiques diélectriques des

matériaux composites à deux et trois phases par la modélisation et la validation
expérimentale » Thèse doctorat, Loyon, Janvier 2003.
[125] R.Amiri, H.Hadi, M.Marich, « Calculation of induced current in human body situated
near the high voltage overhead lines by Charge Simulation Method »
, CEE’06, novembre 2006, Batna, Algérie.
[126] R.Amiri, H.Hadi, M.Marich, « The influence of sag in the Electric Field calculation
around High Voltage Overhead transmission lines » ,IEEE/ CEIDP 2 IEEE/CEIDP,
October 15-18, pp 206-209, Kansas City, Missouri, 2006, USA .
[127] A. Bouyekni, H.Hadi, S.A.Bessedik «Calcul de potentiel et du champ électrique le long
d‟un isolateur pollué en 2D »,4eme Conférence Internationale sur l’électrotechnique,
ICEL 2009
[128] N. Mhaguen, « Développement de modèles dynamiques de prédiction de la tension
critique de contournement des isolateurs recouverts de glace basés sur la méthode
des éléments finis » Thèse de maitrise, UQAC, janvier 2011.
[129] X. Ducouret, " Lignes aériennes : matériels. Isolateurs ", Technique de l’ingénieur
D4423-2008.
[130] Gbah KONE, « contribution à l’amélioration de la méthode en ligne de mesure de
champ électrique pour détecter la présence de défauts internes au sein des
isolateurs composites », Thèse de doctorat, UQAC, avril 2015.
[131] A.BOUYEKNI, « Etude Du Phénomène De Contournement Des Isolateurs Pollues Par
Logiciel Femlab », Thèse de magister, USTO, Novembre 2010.
[132] Thi Thu Nga VU « Étude des phénomènes de charges d'espace dans des matériaux
de câbles et câbles modèles destinés à des applications au transport d'énergie en
Haute Tension Continue (HVDC) » l’Université Toulouse III – Paul Sabatier, juillet
2014.
[133] S. Diampeni kimbakala, « Modélisation Dynamique des Décharges se Propageant sur
des Surfaces Isolantes Polluées avec des Dépôts Discontinus sous Différentes
Formes de Tension », thèse de Doctorat, Univ, Lyon. 2007.
[134] M. El-A. Slama, A. Beroual et H. Hadi "Formulation Physique des Caractéristiques
Statiques de la Décharge de Contournement des Isolateurs Pollués en Courant
Continu " 4eme Conférence Internationale sur l’électrotechnique, ICEL 2009.
[135] A. Derkaoui, H.Hadi, S.Flazi, A. Taieb Brahim « Détermination de la distribution de
la tension sur la surface d’un isolateur pollué à l’aide du logiciel FLUX3D », 5ème
CNHT’ 2003,USTO, Algérie.
[136] H.Hadi, S. Flazi, A. Taieb" Modélisation dynamique du contournement des isolateurs
pollués des lignes aériennes en haute tension". CIMASI 2002, 22-23-25 Octobre,
Casablanca, Maroc.
[137] Naresh Kumar Challagondla, « Behaviour of Water Drop on the Insulator
Surface and Study of Electric Field Distribution on Parallel Insulators under
DC » Thèse de doctorat, Brandenburg University of Technology Cottbus-
Senftenberg, 16. Februar 2015.
[138] J. F. Hall, « History and bibliography of polymeric insulators for outdoor
applications » IEEE Trans. Power Deliv., vol. 8, no. 1, pp. 376–385, 1993.
[139] Abdelghani MEROUCHI, « Caractérisation de revêtement anti-effluve à base de
carbure de Silicium pour les machines haute tension », Thèse de maîtrise,
MONTRÉAL, mars 2016.
[140] Mohammad Hossein Nazemi, « Experimental Investigations on Water Droplets on
Polymeric Insulating Surfaces under the Impact of High Electric Fields », Thèse de
doctorat, - Elektrotechnik und Informationstechnik - der Technischen Universit at
Darmstadt, 2016.
[141] W Bretuj, A Pelesz, « The behaviour of water droplets on the silicone rubber surface
in an electric field », 8th National Scientific Conference Advances in
Electrotechnology, IOPscience, 2016.
[142] J. S. Eow and M. Ghadiri, “Drop–drop coalescence in an electric field: the effects of
applied electric field and electrode geometry,” Colloids Surf. Physicochem. Eng. Asp.,
vol. 219, no. 1–3, pp. 253–279, Juin 2003.
ANNEXES
Annexe. I
Tableau A.1 Données expérimentales de la tension de contournement.
Dm (cm) H (cm) Lf (cm) F Cp (mg/cm2) Uc (kV)

25.4 14.6 27.9 0.68 0.13 12.0
25.4 14.6 27.9 0.68 0.16 11.1
25.4 14.6 27.9 0.68 0.23 8.7
25.4 14.6 27.9 0.68 0.28 9.1
25.4 14.6 27.9 0.68 0.34 7.5
15.4 14.6 27.9 0.68 0.37 7.8
25.4 14.6 27.9 0.68 0.49 6.2
25.4 14.6 27.9 0.68 0.52 6.8
25.4 14.6 27.9 0.68 0.55 6.1
25.4 14.6 30.5 0.70 0.02 22.0
25.4 14.6 30.5 0.70 0.05 16.0
25.4 14.6 30.5 0.70 0.10 13.0
25.4 14.6 30.5 0.70 0.16 11.0
25.4 14.6 30.5 0.70 0.22 10.0
25.4 14.6 30.5 0.70 0.30 8.5
25.4 14.6 43.2 0.92 0.02 26.0
25.4 14.6 43.2 0.92 0.05 19.0
25.4 14.6 43.2 0.92 0.10 15.0
25.4 14.6 43.2 0.92 0.16 13.0
25.4 14.6 43.2 0.92 0.22 12.0
25.4 14.6 43.2 0.92 0.30 10.5
22.9 16.6 43.2 1.38 0.02 23.5
22.9 16.6 43.2 1.38 0.03 20.9
22.9 16.6 43.2 1.38 0.04 19.4
22.9 16.6 43.2 1.38 0.05 18.3
22.9 16.6 43.2 1.38 0.06 16.9
22.9 16.6 43.2 1.38 0.10 15.8
22.9 16.6 43.2 1.38 0.20 13.6
Annexe. II
LISTE DES CONTRIBUTIONS SCIENTIFIQUES
I. Publication internationale
1. M. Marich, H. Hadi, « EVALUATION OF FLASHOVER VOLTAGE ON POLLUTED

INSULATORS WITH ARTIFICIAL NEURAL NETWORK », JEE, Volume N°03, pp 248-
253, September 2015.
II. Conférences nationales et internationales
1. M. Marich, H. Hadi, « Adaptive Neuro-Fuzzy Inference System Methodology

for the Estimation of the Critical Flashover Voltage on Polluted Insulators »,
10th National Conference on High Voltage- CNHT- Mai 2016 - USTHB -
Algiers.
2. M. Marich, H. Hadi, « Influence des Constantes de l’Arc sur la Tension de

Contournement des Isolateurs Pollués», 1er Workshop sur la Pollution des Isolateurs
des Réseaux Electriques POLIREL 2013, le 29 Avril 2013, USTO-MB,Algérie.
3. M.Marich, H.Hadi, « Détermination des Constantes de l’Arc de Contournement par la

Méthode de l’Analyse Dimensionnelle », 7th International Conference on Electrical
Engineering 8- 10 October 2012.
4. M.Marich, H.Hadi, «Validation expérimentale d’un nouveau modèle de laboratoire

des isolateurs pollués», 8ème CNHT’2011 TIARET 9-11 Mai 2011.
5. M.Marich, H.Hadi, R.Amiri, «Validation d’une nouvelle approche pour la

modélisation dynamique du contournement des isolateurs pollués », CEE’06,
novembre 2006, Batna, Algérie.
6. M.Marich, H.Hadi, R.Amiri, «New approch for the modeling of the polluted
insulators » ,IEEE/ CEIDP 2 IEEE/CEIDP, October 15-18, pp 441-444, Kansas City,
Missouri, 2006, USA .
7. S.A. Bessedik H. Hadi, M. Marich, et A. Bouyekni, “Modelisation dynamique du

phenomene de contournement des isolateurs pollues” Algerian Journal of Technolgy,
AJOT, serie B, numero special, Alger, Algerie, Mai 2011.
8. R.Amiri, H.Hadi, M.Marich, « The influence of sag in the Electric Field calculation
around High Voltage Overhead transmission lines » ,IEEE/ CEIDP 2 IEEE/CEIDP,
October 15-18, pp 206-209, Kansas City, Missouri, 2006, USA .
9. R.Amiri, H.Hadi, M.Marich, « Calculation of induced current in human body situated

near the high voltage overhead lines by Charge Simulation Method »
, CEE’06, novembre 2006, Batna, Algérie.
10. R.Amiri, H.Hadi, M.Marich, « Influence de la flèche sur la distribution du champ

électrique au voisinage des ligne de Haute tension » IMESE’06, Djelfa, Algérie.
MARICH MOHAMED
VALIDATION DE NOUVELLES METHODES DE

MODELISATION DU CONTOURNEMENT
DES ISOLATEURS POLLUES
RESUME
Ce travail est une contribution à la modélisation du contournement des isolateurs

pollués HT, à travers la validation de plusieurs méthodes numériques et de simulation.
Un modèle mathématique proposé pour prédire les conditions critiques du
contournement basé sur la méthode de l’Analyse Dimensionnelle, le principal
inconvénient que présente ce modèle est le recours aux essais expérimentaux afin de
déterminer les constantes optimales de l’arc. Une autre approche numérique basée sur
les techniques d’intelligence artificielle a été adoptée pour la prédiction de la tension
critique de contournement des isolateurs pollués. Cette technique nous a permis
d’élaborer un modèle issu des réseaux neurones artificiels (ANN) et autre issu de
l’approche neuro-floue (ANFIS). La comparaison des résultats numériques aux résultats
expérimentaux ont permis de démontrer la validité de ces modèles. Ainsi, une erreur
relative moyenne entre les résultats expérimentaux et numériques de 4 % a été obtenue
démontrant ainsi la fiabilité et la pertinence des techniques d’intelligence artificielle
dans la prédiction de la tension critique de contournement. Dans le but, d’accroître les
connaissances sur les phénomènes précédant les contournements des isolateurs pollués,
cette recherche visait aussi la détermination des distributions du potentiel et du champ
électrique le long des isolateurs pollués. Comme il était très difficile de mesurer de façon
précise la distribution du potentiel et surtout du champ électrique le long d'un isolateur
pollué, l'utilisation d'une méthode numérique par l'intermédiaire d'un logiciel
commercial s'est avérée être une des meilleures solutions compte tenu de la difficulté
des mesures. À cet effet, la Méthode des Éléments Finis était la mieux adaptée aux
contraintes imposées par le problème. Par conséquent, des simulations numériques ont
été entreprises en 2-D et 3-D. Pour tenir compte l’effet thermique de la propagation de la
décharge, la distribution de la température sur la surface d’un isolateur plat a été
calculée pour chaque position de l’élongation de la décharge en utilisant un modèle
électrothermique. Ce travail est terminé par la modélisation des gouttelettes d’eau
déposées à la surface d’un isolateur composite haute tension. L’influence sur la
répartition du champ électrique des paramètres tels que le volume des gouttelettes
d’eau, la conductivité de l’eau, la position et le nombre des gouttelettes, et la distance
entre deux gouttelettes ont été étudiés. Par conséquent nous avons conclu que, la
présence des gouttelettes d’eau sur la surface des isolateurs augmente
considérablement l’intensité du champ électrique. Ce qui peut engendrer des décharges
partielles pouvant se développer en un arc électrique et conduire au contournement de
l’isolateur.
Mots-Clés:
Haute tension, Isolateurs, Pollution, Contournement, Analyse dimensionnelle, Modèle ANN, Modèle ANFIS,
Modélisation, MEF, Potentiel électrique, Champ électrique, Température, Gouttelette d’eau.

Thèse - Doctorat Finale MM 17 18 PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Thèse - Doctorat Finale MM 17 18 PDF

Caricato da

Copyright:

Formati disponibili

‫الجمهو ية الجزائرية الديمقراطية الشعبية‬

‫و ا ة التعليم العالي و البحث العلمي‬

Validation de nouvelles méthodes de

Faculté : Génie électrique.

Option : Décharges électriques et haute tension.

Devant le Jury Composé de :

Membres de Jury Grade Qualité Domiciliation

Hocine HADI Professeur Encadrant USTO - MB

Amar TILMATINE Professeur UDL-SBA

Azzedine HAMID Professeur Examinateurs CU-El bayad

Abdelber BENDAOUD Professeur UDL-SBA

Sidi Mohammed REMAOUN MCA USTO - MB

Année Universitaire : 2017/2018

J’exprime ma profonde reconnaissance et mes sincères remerciements à mon

Je tien à remercier vivement Monsieur Azzedine HAMID, professeur au centre

Que Monsieur Abdelber BENDAOUD, professeur à l’Université Djilali Liabès de

Mes sincères remerciements vont aussi à Monsieur Sidi Mohammed

Je remercie également ma femme pour le précieux soutien qu’elle m’a apporté et

Enfin, au terme de ces remerciements, Je n’oublie pas d’adresser mes

‫ھﺬا اﻟﻌﻤﻞ ھﻮ ﻣﺴﺎھﻤﺔ ﻓﻲ ﻧﻤﺬﺟﺔ إﻟﺘﻔﺎف اﻟﻌﻮازل اﻟﻤﻠﻮﺛﺔ ‪HT‬‬

This work is a contribution to the modelling of the flashover of HV polluted insulators,

Ce travail est une contribution à la modélisation du contournement des isolateurs

TABLE DES MATIERES

INTRODUCTION GENERALE ……………………………………………………………………………................ 01

I.1. Introduction ……………………………………………………………………………………………………............... 04

I.5.2.2. Critères d’élongation de la décharge………………………………………………………………… 21

III.2.4.1 réseaux statiques………………………………………………………………………………..………… 49

III.5.1 Les bases de données………………………..………………………………………………………………… 62

IV.2.2.3. Conditions d'interfaces……………………………………………………………………………... 75

V.1. Introduction…………...…………………………………………………………………………………………… 114

CONCLUSION GENERALE………………………………………………………………………………………… 152

LISTE DES FIGURES

Figure III.18 Comparaison des tensions normalisées de contournement mesurées

Figure IV.25 Distribution du potentiel électrique le long de la ligne de fuite d’un

Figure V.9 Evolution de la composante tangentielle du champ électrique sur la

LISTE DES TABLEAUX

De nombreux travaux ont été menés depuis plusieurs décennies pour

Le présent travail porte sur l’élaboration et la validation de nouvelles méthodes

Dans le deuxième chapitre, et afin de contribuer dans la modélisation du

Le chapitre IV a pour but d'accroître les connaissances sur les processus de

L’objectif principal du chapitre V est d'examiner le comportement des

ETAT DE L’ART : ISOLATEURS, POLLUTION,

Dans ce premier chapitre nous nous intéressons en première partie à l’importance

I.2.2 Matériaux utilisés dans la constitution des isolateurs

I.2.2.2. Pièces métalliques de liaison

Les parties isolantes constitutives de l’isolateur sont reliées entre elles ou au

I. 2.3. Classification des isolateurs

I.2.4 Choix des isolateurs

I.3.1 Sources de pollution

I. 3.1. 1 Pollution naturelle

I. 3.1. 2 Pollution industrielle

I. 3.1. 3 Pollution mixte

I.3.2 Classification et Niveaux de pollution

Tableau I.1 Classification de la pollution suivant la nature de site [30].

 zones sans industries et avec faible densité d’habitations

 zones à forte densité d’habitations et/ou d’industries mais

I.3.3. Formation et répartition de la couche de pollution

I.3.4. Conséquences de la pollution

I.4. Décharges Electriques surfaciques

I.4.1 Paramètres physiques de la décharge surfacique -contournement

I.4. 1.2 Diamètre de la décharge

I.4.1.3 Température de la décharge

I.5. Modélisation théorique et expérimentale du phénomène de contournement