Analyse et correction des signaux issus des capteurs de courant

Analysis and correction of current sensor signal

• Auteur / Autrice : Kevin Dayet
• Direction : Cornel-Eugen Ioana
• Type : Thèse de doctorat
• Discipline(s) : Signal, image, paroles, télécoms
• Date : Soutenance le 15/12/2020
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique (2007-....)
• Jury : Président / Présidente : Marie Chabert
• Jury : Examinateurs / Examinatrices : Ali Mansour, Jérôme Mars
• Jury : Rapporteurs / Rapporteuses : Alexandru Serbănescu, Philippe Ravier

Mots clés

Mots clés contrôlés

Alimentations (électricité)

Électromagnétisme

Traitement du signal

Capteurs (technologie)

Mots clés libres

Capteur de courant

Traitement signal

Electromagnétisme

Current sensor

Signal processing

Electromagnetism

Résumé

Les capteurs de courant à induction magnétique sont des éléments importants dans les systèmes de mesure et de protection électrique car ils sont en charge de la mesure des courants alternatifs dans les câbles équipés de ces systèmes. Leur qualité de mesure, en termes de précision et de gamme de valeurs mesurée, est déterminante pour les performances opérationnelles de ces systèmes. Les tendances actuelles dans ce domaine s’articulent autour de l’extension de la gamme de courant en entrée des équipements de mesure/protection et, en même temps, autour de la réduction des coûts de ces équipements, ce qui passe essentiellement par la réduction des coûts de fabrication et de calibration des capteurs de courant. Or, ces deux tendances actuelles sont antagonistes. En effet, la réduction du coût et de la taille des capteurs installés dans les produits s’accompagne souvent d’une augmentation de leurs défauts de mesure (saturation, diaphonie, non linéarité…). Dans certain cas de figure, corriger le signal mesuré par le capteur peut s’avérer nécessaire pour disposer d’une plage et d’une précision de mesure suffisantes. C’est dans ce contexte que la solution algorithmique d’analyse et de correction des signaux présente un intérêt particulier car sa faisabilité permettrait de disposer d’un avantage concurrentiel en termes de prix de marché ainsi que de positionnement dans divers cas d’usage présentés dans cette thèse. L’objectif final de ce travail est de proposer des solutions de reconstruction numérique du signal primaire à partir du signal mesuré par le capteur afin d’atteindre une précision de mesure suffisante pour répondre aux applications de mesure et de protection. Afin de répondre à cet objectif, l’approche suivie a été la suivante : 1. Analyse de la problématique, 2. Analyse des méthodes de compensation présentes dans la littérature, 3. Mise en place et validation de deux méthodes de compensation innovantes. Dans la première partie, les défauts de mesure de certains types de capteurs de courant ont été étudiés et il a été montré que pour être utilisée dans un produit, une méthode de compensation numérique doit pouvoir répondre aux contraintes suivantes : la rapidité de réponse, la précision et la fiabilité. Dans la seconde partie, il a été vu que de nombreuses approches ont été proposées dans la littérature, en particulier pour compenser la saturation d’un transformateur de courant dans les relais de moyenne tension. Ces approches peuvent être séparées en deux stratégies. La première stratégie consiste à utiliser seulement les échantillons des portions non distordues du signal afin d’en extrapoler les paramètres de la forme d’onde du courant primaire. La seconde stratégie consiste à modéliser le comportement non-linéaire du capteur, que cela soit de manière analytique ou par des techniques d’apprentissage profond. Ainsi on obtient la fonction inverse du capteur, et le courant primaire peut être obtenu à partir des valeurs du courant secondaire. Les avantages et inconvénients de chaque méthode ont été étudiés. Dans la dernière partie, nous avons abordé la problématique de compensation de la saturation des circuits magnétiques dans le cas spécifique des capteurs de courant de type Rogowski avec circuits magnétiques cette problématique n’étant pas résolue dans la littérature. Il s’agit de la contribution majeure de cette thèse, appliquée dans le cas des capteurs tri phasiques. Deux méthodes de compensation de la saturation des circuits magnétiques des capteurs triphasés Rogowski avec circuits magnétiques ont été proposées, l’une se basant sur une approche physique à partir du modèle d’ordre réduit du capteur et l’autre utilisant un réseau de neurones. Ces deux méthodes ont pu être validées sur des données d’expérimentation.

Magnetically inductive current sensors are important elements in electrical measurement and protection systems because they are responsible for measuring alternating currents in cables equipped with these systems. Their measurement quality, in terms of accuracy and range of values measured, is decisive for the operational performance of these systems. Current trends in this area are centered around the extension of the input current range of measurement/protection equipment and, at the same time, around the reduction of the costs of this equipment, which essentially involves reducing the manufacturing and calibration costs of current sensors. However, these two current trends are antagonistic. Indeed, the reduction in the cost and size of sensors installed in products is often accompanied by an increase in their measurement defects (saturation, crosstalk, non-linearity...). In some cases, correcting the signal measured by the sensor may be necessary to have a sufficient range and accuracy of measurement. It is in this context that the algorithmic solution for signal analysis and correction is of particular interest because its feasibility would provide a competitive advantage in terms of market price and positioning in various cases of use presented in this thesis. The final objective of this work is to propose solutions for the digital reconstruction of the primary signal from the signal measured by the sensor in order to achieve a measurement accuracy sufficient to meet measurement and protection applications. In order to meet this objective, the approach followed was the following: 1. analysis of the problem, 2. analysis of the compensation methods present in the literature, 3. implementation and validation of two innovative compensation methods. In the first part, the measurement faults of certain types of current sensors were studied and it was shown that to be used in a product, a digital compensation method must be able to meet the following constraints: speed of response, accuracy and reliability. In the second part, it was seen that many approaches have been proposed in the literature, in particular to compensate the saturation of a current transformer in medium voltage relays. These approaches can be separated into two strategies. The first strategy consists in using only the samples of the undistorted portions of the signal in order to extrapolate the parameters of the primary current waveform. The second strategy consists in modeling the non-linear behavior of the sensor, either analytically or through deep learning techniques. In this way the inverse function of the sensor is obtained, and the primary current can be obtained from the values of the secondary current. The advantages and disadvantages of each method have been studied. In the last part, the problem of compensation of the saturation of magnetic circuits in the specific case of Rogowski current sensors with magnetic circuits was discussed, as this problem is not solved in the literature. This is the major contribution of this thesis, applied in the case of three-phase sensors. Two methods for compensating the saturation of the magnetic circuits of Rogowski three-phase sensors with magnetic circuits have been proposed, one based on a physical approach using the reduced order model of the sensor and the other using a neural network. Both methods were validated on experimental data.