Technologies avancées pour l'optimisation du réseau électrique à l'aide de l'internet des objets (IoT) et de l'intelligence artificielle (IA)

Ce travail présente une méthode pour optimiser la performance des systèmes énergétiques en utilisant l'Internet des objets et l'intelligence artificielle. La méthode détecte automatiquement les chutes de tension. La correction des défauts est effectuée automatiquement en temps réel en reconfigurant et en recombinant automatiquement les interrupteurs dans l'ensemble du système. Cette technique offre un moyen facile de superviser les réseaux électriques à l'aide de dispositifs SCADA. Des algorithmes d'optimisation adaptative par essaim particulaire (APSO) sont proposés pour évaluer les pertes de puissance et les chutes de tension (PLVD) sur le système de distribution radial (RDS). Le test IEEE 33 bus standard est utilisé pour étudier la qualité de l'énergie du système proposé. Trois emplacements appropriés pour l'injection de sources distribuées photovoltaïques (PDS) sont déterminés sur la base de la réduction des pertes de puissance et de l'indice de tension. Le système rectifie les défauts tels que la déviation du facteur de puissance (PFD) ou l'ombrage partiel des cellules solaires en reconfigurant et en recombinant automatiquement les branches du système radial à 33 bus. Une optimisation adaptative par essaim particulaire (APSO) a permis d'améliorer le profil de puissance et a démontré la fiabilité de la méthode proposée.

Autorentext

KITMO erhielt 2014 einen B.E.-Abschluss und 2014 einen M.E.-Abschluss in Elektronik, Elektrotechnik und Automatisierung (EEA) von der Universität Ngaoundere, Kamerun. Er ist Assistenzprofessor in der Abteilung für erneuerbare Energien, National Advanced School of Engineering of Maroua, University of Maroua, P.O. Box 58 Maroua, Kamerun.