Détection et classification des défauts sur les lignes de transport par décomposition du signal utilisant la transformée en ondelettes bi‑orthogonale (5.5)

Maintenir l’électricité en service

La vie moderne dépend d’un flux d’électricité fiable sur des centaines de kilomètres de lignes de transport haute tension. Lorsqu’un incident survient sur ces lignes — une branche d’arbre, la foudre ou un équipement usé — le courant peut vaciller, des coupures peuvent se propager et le matériel peut être endommagé. Cet article explore une méthode plus intelligente pour détecter et localiser quasiment instantanément ces problèmes, offrant aux opérateurs du réseau une meilleure chance de maintenir l’éclairage et de protéger des infrastructures coûteuses.

Pourquoi il est difficile de protéger les lignes électriques

Les longues lignes de transport sont exposées aux intempéries, à la pollution et à des conditions d’exploitation qui évoluent constamment. Un défaut peut correspondre à tout, depuis un fil frottant contre un arbre jusqu’à un court‑circuit entre les trois phases et la terre. Certains défauts sont évidents, produisant des courants énormes que les dispositifs de protection classiques détectent facilement. D’autres sont subtils : chemins à haute résistance, lignes compensées en série complexes avec condensateurs et composants de protection, et situations où les transformateurs de mesure ou les sources renouvelables déforment les signaux. Les outils traditionnels comme les méthodes basées sur la transformée de Fourier ou les filtres de Kalman fonctionnent bien pour des formes d’onde lisses et répétitives, mais peinent à capturer les perturbations brèves et nettes qui révèlent en réalité quand et où un défaut s’est produit.

Un nouveau regard sur les perturbations électriques

Les auteurs se tournent vers l’analyse par ondelettes, une technique de traitement du signal qui examine le temps et la fréquence simultanément. Plutôt que de moyenniser sur un cycle entier, les ondelettes zooment sur de courts segments de la forme d’onde du courant et mettent en évidence les changements soudains. Après avoir comparé 17 « familles » d’ondelettes différentes, ils ont constaté qu’une ondelette bi‑orthogonale spécifique, connue sous le nom de bior5.5, isolait particulièrement bien les rafales haute fréquence créées par les défauts. En particulier, le premier niveau de décomposition en ondelettes conservait la majeure partie de l’énergie importante du signal tout en restant suffisamment simple pour une utilisation rapide et en temps réel dans des relais numériques.

Comment fonctionne le détecteur de défaut intelligent

La méthode proposée écoute les courants des trois phases ainsi que le courant neutre (terre) sur une ligne de transport modèle de 400 kV et 300 km. Lorsqu’une perturbation se produit, le système effectue une transformée en ondelettes à un seul niveau sur ces courants et mesure les « coefficients de détail », qui présentent des pics nets lorsque quelque chose d’anormal se produit. En comparant l’amplitude de ces pics à des valeurs seuil soigneusement choisies, l’algorithme peut à la fois détecter l’existence d’un défaut et déterminer quelles phases et si la terre sont impliquées. Il distingue dix types de défauts courants, tels que phase‑à‑phase, phase‑à‑terre et défauts triphasés, en examinant les motifs dans les coefficients et en les additionnant dans un indice combiné qui sépare les événements équilibrés des événements déséquilibrés.

Tests dans des conditions réelles difficiles

Pour vérifier si cette approche tiendrait en pratique, les chercheurs ont simulé une large gamme de contraintes sur la ligne. Ils ont fait varier la résistance du défaut, la position du défaut le long de la ligne et le taux de compensation série de 0 % à 70 %. Ils ont également modélisé le comportement non linéaire des varistances à oxyde métallique (MOV) et des éclateurs qui protègent les condensateurs en série, ainsi que des problèmes réalistes comme la saturation des transformateurs de courant et l’inversion de courant. Dans tous les cas, les phases affectées montraient des coefficients d’ondelettes sensiblement plus élevés que les phases saines, et la méthode restait précise en ajustant ses valeurs seuil pour correspondre au scénario d’exploitation. Comparé à des outils plus conventionnels comme la FFT, la DFT et la transformée S, le schéma basé sur bior5.5 détectait les défauts plus rapidement — environ 2–4 millisecondes — avec une précision supérieure et une meilleure immunité au bruit.

De la simulation à la protection en temps réel

Parce que la technique n’utilise qu’un seul niveau d’ondelette et une logique simple de pic‑et‑seuil, elle est suffisamment légère pour fonctionner sur le matériel de relais numérique existant sans pousser les capacités processeur. Les auteurs estiment que les calculs requis prennent seulement des microsecondes par échantillon sur des plateformes DSP ou FPGA standards, bien dans les budgets temporels utilisés dans les systèmes de protection modernes. Cela rend la méthode attrayante non seulement comme amélioration théorique, mais comme une voie de mise à niveau réaliste pour des postes réels.

Ce que cela signifie pour les utilisateurs quotidiens

Pour les non‑spécialistes, la conclusion est simple : cette étude montre qu’un outil à ondelettes soigneusement choisi peut agir comme une « oreille » hautement entraînée sur le réseau, captant les signatures subtiles de problèmes que les méthodes plus anciennes manquent. En repérant les défauts plus rapidement et en les classant de manière plus fiable — même sur des lignes longues, fortement compensées et avec des signaux bruyants et déformés — l’approche proposée peut aider à prévenir des coupures en cascade, réduire les dommages matériels et soutenir un système électrique plus résilient. À mesure que davantage d’énergies renouvelables et d’électronique complexe se connectent au réseau, de tels schémas de protection intelligents deviendront de plus en plus importants pour maintenir l’électricité sûre, stable et disponible.

Citation: Chothani, N., Sheikh, M., Patel, D. et al. Transmission line fault detection and classification using bi-orthogonal wavelet transform (5.5) based signal decomposition. Sci Rep 16, 5303 (2026). https://doi.org/10.1038/s41598-026-35929-0

Mots-clés: défauts sur lignes de transport d’énergie, protection basée sur les ondelettes, transformée en ondelettes biorthogonales, lignes de transport haute tension, relais numériques