Modélisation probabiliste de l'impact des actions de maintenance sur le comportement des matériels électriques de réseau

Modelling the impact of maintenance actions on the electrical equipments of the network

• Auteur / Autrice : Yacine Guessoum
• Direction : Anne Barros, Antoine Grall
• Type : Thèse de doctorat
• Discipline(s) : Optimisation et Sûreté des Systèmes
• Date : Soutenance en 2012
• Etablissement(s) : Troyes
• Ecole(s) doctorale(s) : Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube)

Mots clés

Mots clés contrôlés

Transformateurs électriques

Postes de réseau électrique

Usines -- Entretien

Statistique bayésienne

Résumé

Cette thèse porte sur l’évaluation de l’efficacité des actions de maintenance préventives (MP) et correctives (MC) sur les matériels électriques de réseau. Cette évaluation de la maintenance doit permettre la prise en compte de l’avis a priori des experts sur le comportement des matériels du réseau électriques. L’avis des experts étant nécessaire dans le cadre au sein duquel évolue les travaux de la thèse, qui implique des matériels électriques fiables et donc peu de données de pannes à exploiter pour l’inférence fréquentiste. Nous proposons une approche nouvelle pour l’inférence de l’efficacité des actions de MC avec ajout d’information a priori (nommée Méthode A). Elle s’appuie sur plusieurs résultats de travaux récents menés dans le domaine de la modélisation de l’impact de la maintenance par des modèles de réduction arithmétique de l’âge (ARA). Cette méthode doit permettre l’exploitation des données a priori des experts dans le modèle proposé, tout en palliant à certaines limitation d’utilisation des approches bayésiennes classiques dans ce domaine. Bien que les résultats de la Méthode A présentent de bonnes propriétés d’estimation, on constate que sa généralisation à l’observation d’un processus de MC minimales et MP imparfaites (type ARA1) n’est pas immédiate lors des tests menés. On présente également dans cette thèse une méthode d’inférence fréquentiste, nommée Méthode B, utilisée pour l’estimation des paramètres du modèle proposé dans le cas de MC minimales et MP imparfaites

This thesis relates to the assessment of the efficiency of preventive maintenance (PM) and of the corrective maintenance (CM) over the electrical network’s equipments. This assessment has to allow the consideration of the prior knowledge of experts on the behaviour of certain devices. The prior opinion is here necessary because of the considered framework which involves reliable equipments and thus few data of breakdowns to be run for the inference. We propose in this thesis a new approach for inferring the efficiency of CM with addition of prior information (named Méthode A). It leans on several results of recent works led in the field of arithmetic reduction of the age models (ARA). This method has to allow the use of prior data in the proposed model, and avoid some limitations inherent to the classical Bayesian approach. Although the tests of Méthode A present good properties of estimation, we notice that its generalization in the observation of a process of minimal CM and imperfect PM (ARA1) was not immediate during the led tests. We also present in these works a method, named Méthode B, used for the inference of parameters of the proposed model in the case of minimal CM and imperfect PM (ARA1)