Caractérisation de l’état des isolateurs de haute tension par

les méthodes du traitement du signal

Sommaire
Introduction Générale……………………………………………..

chqpitre1 : ISOLATEURS DE HAUTE TENSION……………………….

I.1. Introduction ………………………………………………
I.2. Définition de l'isolateur………………………………………………
I.3. Constitution de l’isolateur et son fonctionnement………………….
I.4. Caractéristiques d’un isolateur………………………………………….
I.5. Quelques définitions concernant les isolateurs……………………..
I.5.1. Contournement……………………………………………….
I.5.2. Tension de contournement…………………………………….
I.5.3. Tension de tenue……………………………………………….
I.5.4. Courant de fuite………………………………………………
I.6. Principaux types d’isolateurs……………………………………
I.6.1 Isolateurs de type rigide……………………………………..
I.6.2 Isolateurs suspendus ou éléments de chaîne………………….
I.6.2.1 L'isolateur capot et tige…………………………………..
I.6.2.2. L'isolateur long fût ………………………………………
I.7. Matériaux isolants utilisés pour la fabrication des isolateurs …..
I.7.1. Céramique…………………………………………………
I.7.2.Verre………………………………………………………
I.7.3.Matériaux synthétiques………………………………….
I.8. Choix des isolateurs……………………………………….
I.9. Pollution des isolateurs……………………………………….
I.9.1. Classification de la pollution selon son origine………….
I.9.1.1. Pollution d’origine naturelle………………………..
I.9.1.2. Pollution d’origine industrielle…………………….
I.9.1.3 Pollution mixte………………………………………
I.9.2 Classifications de types de pollution ……………………….
I.9.3 Formation et répartition des couches polluantes…………..
I.9.3.1 Non-uniformité longitudinale par groupe…………..
I.9.3.2 Non-uniformité transversale…………………………
I.9.3.3 Non-uniformité longitudinale périodique……………
I.9.4 Conséquences de la pollution………………………………..
I.9.4.1.Arc non localisé…………………………………….
I.9.4.2.Arc permanent…………………………………………
I.9.4.3.Contournement des isolateurs pollués…………………
I.10. Conclusion…………………………………………………

Chapitre II : Théories du traitement du signal…………………….

II-1-Généralités sur le traitement du signal………………………..

II-2-Catégories de signaux ………………………………

 II-2-1-Signaux déterministes ……………………………………….
II-2-2-Signaux aléatoires …………………………………………….
II-3-Transformée de Fourier ………………………………………………

II-3-1-Propriétés de la transformée de Fourier d’un signal continu………

II-3-2-Propriétés de la transformée de Fourier à temps discret………………..
II-3-2-1-Définition……………………………………………
II-3-3-Théorème d’échantillonnage…………………………………….
II-3-4-Estimation de spectre……………………………………………
II-3-4-1-Périodogramme…………………………………………
II-3-4-2-Périodogramme moyenné……………………………………
II-3-4-3-Periodogramme de Welch…………………………………..
II-3-6-Conclusion………………………………………………………………
II-4- Transformée en ondelette………………………………………………
II-4-1-Historique……………………………………………………………….

II-4-2-Intérêt du diagnostic par les ondelettes………………………..

II-4-3-Transformée en ondelette continue (CWT)……………………
II-4-3-1-Définitions……………………………………………
II-4-3-1-1-Concepts mathématiques pour les ondelettes……….
II-4-3-1-2-Ondelette de Morlet………………………………………..
II-4-3-2-Scalogramme…………………………………………………
II-4-3-3-Calcul des coefficients de la CWT………………………………………
II-4-4-Transformée en ondelette discrète (DWT)…………………………………………
II-4-4-1-Introduction…………………………………………………………….
II-4-4-2-Expression mathématique…………………………………………..

II-4-4-3-Algorithme de décomposition pyramidale…………………………..

II-4-4-4-Décomposition en bandes de fréquences…………………………………….

II-4-4-6-Choix de l’ondelette analysante……………………………………………….

II-4-5-Conclusion…………………………………………………………………….
 Table des figures

Figure I.1 : Les caractéristiques d’un isolateur………………………….

Figure I.2 : Isolateur rigide………………………………………………….

Figure I.3 : Assemblage à rotule…………………………………………….

Figure I.4 : Isolateur capot tige…………………………………………….

Figure I.5 : Profil standard………………………………………………… ..

Figure I.6 : Profil antibrouillard (forme A)………………………………..
Figure I.7 : Profil antibrouillard (forme B)……………………………….
Figure I.8 : Profil plat……………………………………………………….
Figure I.9 :L'isolateur en céramique……………………………………..
Figure I.10 :L'isolateur composite……………………………………………….

Figure I.11 : Déroulement du contournement……………………….

Figure I.12 : dépôt et évolution de l’agent polluant………………….
Figure I.13 : Humidification du dépôt polluant et création d’un courant de fuite…..
Figure I.14 : Arc et bande sèche…………………………………………………………
Figure I.15 : Régime d’arcs sous pollution…………………………………………..
Figure II.1 : Schéma de la Conversion numérique analogique…………………….
Figure II.2 : Différents types de signaux…………………………………………
Figure II.3 : Représentation de la fenêtre rectangulaire dans le domaine temporel (à gauche) et
dans le domaine fréquentiel (à droite)………………………………………………………….
Figure II.4 : Allure d’une sinusoïde parfaite de fréquence 50 Hz et d’amplitude A=4………..
 Figure II.5 : Allure de la sinusoïde échantillonnée pour Fe=80 Hz (à droite en vert) et pour Fe=
1 kHz (à gauche en rouge)……………………………………………………………………………
Figure II.6: Représentation de la multi-résolution temps-fréquence pour la transformée de
Fourier Rapide……………………………………………………………………………………

Figure II.7: Représentation de la multi-résolution temps-échelle pour l’analyse par les

ondelettes…………………………………………………………………………………….
Figure II.8 : Exemple de l’ondelette chapeau mexicain………………………………..
Figure II.9 : Représentation temporelle et fréquentielle de l’ondelette de Morlet sous l’effet de la
translation pour s =1 : (a) u = 4, (b) u = 2……………………………………………………………..

Figure II.10 : Représentation temporelle de l’ondelette de Morlet sous l’effet de la dilatation pour
u=7 (à gauche s=3 et à droite s= 5)……………………………………………………………….
Figure II.11 : Représentation fréquentielle de l’ondelette de Morlet sous l’effet de la dilatation pour
u=7 (à gauche s=3 et à droite s = 5)……………………………………………………………………
Figure II.12 : Atome de la Wavelet Transform……………………………………………………….
Figure II.13 : Comparaison de l’ondelette à une portion du signal……………………………..
Figure II.14 : Balayage du signal par l’ondelette…………………………………………………..
Figure II.15 : Dilatation de l’ondelette et balayage du signal…………………………………
Figure II.16 : Représentation des coefficients obtenus après calcul régressif…………………..
Figure II.17 : Chaîne de décomposition de la DWT incluant le filtrage et le sous-échantillonnage…
Figure II.18 : Réponse en fréquence des filtres miroirs en quadrature………………………………
Figure II.19 : Réponse fréquentielle des filtres passe-bas (à gauche) et passe-haut (à droite) pour les
ondelettes db12 et db3……………………………………………………………………………..
Figure II.20 : Représentation de l’ondelette de Daubechies 4……………………………………
Figure II.21 : Représentation des filtres de décomposition de l’ondelette de Daubechies 4 : (a) filtre
passe-bas, (b) filtre passe-haut…………………………………………………………………..
 RESUME :

Les isolateurs sont un élément crucial du bon fonctionnement des lignes aériennes, bien
qu'ils représentent une faible proportion du coût total. Leur rôle consiste à isoler
électriquement les parties à haute tension ou entre les parties à haute tension et les parties
mises à la terre. Cependant, la pollution et les dommages aux isolateurs peuvent avoir un
impact considérable sur la qualité et la fiabilité du transport d'énergie. En effet, par temps
de pluie ou de brouillard, les dépôts polluants sur les surfaces isolantes augmentent le
champ électrique et la conductivité de la surface, ce qui peut entraîner un contournement
et endommager les isolateurs.

Pour développer le concept de réseau de neurones dans MATLAB, une base de données
expérimentale a été utilisée, comprenant 13 valeurs de champ électrique le long de la
chaîne d'isolateurs ainsi que des valeurs de conductivité dans différents états. Les mots clés
pertinents pour cette analyse sont les suivants: Isolateur HT, contournement, pollution,
champ électrique, réseau de neurones et conductivité.

Abstract
Insulators are a crucial component of electrical grids, despite their relatively small
contribution to the overall cost. They serve to provide electrical insulation between high
voltage lines and grounded parts. Pollution and damage to insulators are critical factors in
ensuring the quality and reliability of energy transfer. In rainy or misty weather, pollutants
can settle on insulating surfaces, increasing the electric field and conductivity of the
surface. This can lead to flashovers and damage to insulators.

To develop a neuron network concept in MATLAB, a database was utilized from a previous
experimental study conducted through tests at the high voltage laboratory at Hamma
Lakhder El-Oued University last year. This database includes 13 values of electric field
along the insulators, as well as various conductivity measures. Relevant keywords for this
analysis include HT insulator, flashover, pollution, electric field, neuron network, and
conductivity.

‫الملخص‬

‫عنصرا أساس ًيا في العمل الصحيح لهذه‬

ً ‫ ولكنها تشكل‬، ‫العوازل تمثل نسبة صغيرة نسب ًيا من سعر الخطوط الهوائية‬
‫ يتمثل دورها في ضمان العزل الكهربائي بين األجزاء المحمولة عند الجهد العالي أو بين األجزاء ذات الجهد‬.‫الخطوط‬
‫ في‬.‫ التلوث وتلف العوازل هي عوامل أكثر أهمية في جودة وموثوقية نقل الطاقة‬.‫العالي واألجزاء الموصولة باألرض‬
 ‫الواقع ‪ ،‬في حالة المطر أو الضباب ‪ ،‬يزيد الترسب الشائع على األسطح المعزولة من الحقل الكهربائي ويزيد من‬
‫‪.‬توصيلية السطح وقد يؤدي ذلك إلى تلف العوازل‬

‫استخدمنا قاعدة بيانات حصلنا عليها تجريب ًيا من خالل ‪ MATLAB ،‬لتحقيق مفهوم الشبكة العصبية في برنامج‬
‫االختبارات على مستوى مختبر الجهد العالي في جامعة حمة األخضر الوادي العام الماضي ‪ ،‬والتي تتضمن ‪ 13‬قيمة‬
‫للحقل الكهربائي على طول سلسلة العوازل وكذلك قيم التوصيلية في حاالت مختلفة‬

‫‪Introduction Générale‬‬
 Les réseaux de transmission d'énergie électrique nécessitent un fonctionnement fiable de
leurs équipements hauts tension, en particulier les isolateurs qui représentent un élément
crucial pour assurer l'isolement électrique entre les parties portées à haute tension et les
parties mises à la terre. Ainsi, de nombreuses recherches ont été menées pour diagnostiquer
l'état de surface des isolateurs et décider des actions nécessaires telles que le nettoyage, le
remplacement ou la réparation. Les techniques d'intelligence artificielle, notamment
d'apprentissage et de classification, ont été largement utilisées pour atteindre cet objectif. Les
isolateurs sont parmi les composants les plus importants des réseaux de transmission
d'énergie électrique, car ils assurent la stabilité mécanique et l'isolation électrique dans des
conditions météorologiques et environnementales difficiles. Cependant, les isolateurs sont
souvent soumis à des contraintes environnementales, telles que la pollution, qui peuvent
compromettre leur fonctionnement et causer des perturbations de l'isolation électrique,
entraînant ainsi des risques majeurs sur la fiabilité et le fonctionnement des systèmes de
transmission d'énergie électrique. Les contournements électriques des isolateurs sont causés
par des surtensions transitoires, des dépôts de pollution atmosphérique ou des précipitations
atmosphériques givrantes, et peuvent entraîner des coupures d'électricité. Depuis plusieurs
décennies, des recherches ont été menées pour comprendre les mécanismes de contournement
des isolateurs pollués et pour développer des outils de prédiction de ces phénomènes.[1]

Chapitre I :
 ISOLATEURS DE HAUTE
TENSION

I.1. Introduction

Les systèmes de transport d'énergie électrique sont soumis à diverses contraintes,

notamment la pollution des isolateurs, qui est un facteur crucial pour assurer la qualité et la
fiabilité de la transmission d'énergie. Les isolateurs haute tension, qui se couvrent d'une
couche de pollution provenant de l'atmosphère, peuvent devenir conducteurs lorsqu'ils sont
exposés à la rosée du matin, à la pluie ou au brouillard, ce qui peut causer un courant de
fuite vers la masse des pylônes. Dans des conditions favorables, cela peut entraîner des
décharges partielles sur la surface de l'isolateur. Dans ce chapitre, nous avons présenté les
différents types d'isolateurs haute tension. [2]

I.2. Définition de l'isolateur

Le rôle principal de l'isolateur est de fournir une barrière d'isolation entre deux pièces ou
deux corps à différentes tensions, afin de prévenir les courts-circuits et les pertes de courant.
Les isolateurs peuvent être solides, liquides ou gazeux, et présentent une très grande
résistance au passage du courant, avec une conductibilité pratiquement nulle. Les isolateurs
utilisés dans les lignes aériennes ont deux fonctions principales. Tout d'abord, ils permettent
d'isoler électriquement les lignes de transport d'énergie électrique des pylônes mis à la terre.
En outre, ils jouent un rôle mécanique important en soutenant les lignes et en résistant aux
diverses contraintes mécaniques, telles que le poids de la ligne, les mouvements dus au vent,
etc. [3]

I.3. Constitution de l’isolateur et son fonctionnement

Les isolateurs jouent un rôle crucial dans le transport et la distribution de l'énergie

électrique, leur importance étant directement liée à :

-Réaliser une liaison mécanique entre des conducteurs portés à des potentiels différents
accrochés aux pylônes des lignes aériennes.
-Maintenir les conducteurs dans la position spécifiée (isolateurs d’alignement et d’ancrage).
-Assurer la transition entre l’isolation interne (huile, SF6) et l’isolation externe (air
atmosphérique).

-Raccorder les matériels électriques au réseau (traversées de transformateur, extrémités de

câbles).

-Jouer le rôle d’une enveloppe de certains appareils (disjoncteurs, parafoudres, réducteurs de

mesure). [4]

Les isolateurs sont conçus et dimensionnés pour résister aux contraintes prévisibles
introduites par l’environnement .Du point de vue électrique, l’isolateur est considéré comme
deux électrodes dont l’intervalle comporte trois zones formant ainsi trois isolants en parallèle
ayant des comportements différents. Ces trois zones sont les suivantes :
-L’intervalle d’air.
-Le matériau diélectrique.
-L’interface air - matériau diélectrique (la longueur de l'interface constitue la ligne de fuite :
ligne le long de laquelle circulerait le courant de fuite) [5].

I.4. Caractéristiques d’un isolateur

Le pas P : C’est la distance séparant deux parties homologues de deux isolateurs consécutifs
dans une chaîne. La détermination de ce paramètre nous permet donc de connaître la
longueur d’une chaîne ayant un nombre donné d’isolateurs.

La ligne de fuite Lf : C’est la plus courte distance, suivant les contours de la surface
extérieure des parties isolantes, mesurée entre les parties métalliques.

La ligne de contournement Lc : C’est la distance la plus courte dans l’air entre deux parties
conductrices.
 Figure I.1 : Les caractéristiques d’un isolateur

I.5. Quelques définitions concernant les isolateurs

I.5.1. Contournement

Le contournement est un processus de décharge disruptive caractérisé par le déplacement

d'étincelles sur l'interface de l'isolateur, depuis une électrode vers une autre, aboutissant
finalement à la formation d'un pont conducteur entre les deux électrodes concernées [9,10].

I.5.2. Tension de contournement

La tension de contournement est le niveau de tension le plus bas à partir duquel tous les arcs
joignent les deux électrodes. La tension de contournement dépend :
de la résistivité volumique moyenne de la pollution.
de la répartition de la couche de pollution.
de la longueur de l’isolateur.
du profil de l’isolateur.

I.5.3. Tension de tenue

C’est le niveau de tension le plus important, que peut supporter une isolation sans provoquer
de décharge disruptive [6]

I.5.4. Courant de fuite

C’est un courant de faible amplitude, circulant à travers la couche polluante le long de la

surface de l’isolateur, son intensité devient importante lorsqu’on s’approche de la tension de
contournement. Il dépend de plusieurs facteurs tels que la nature de la couche polluante et de
la longueur de la ligne de fuite. Dans les conditions de forte humidité, la dissolution des sels
contenus dans la couche polluante, provoque la formation d’une couche électrolytique.[7]

I.6. Principaux types d’isolateurs

I.6.1 Isolateurs de type rigide

Les isolateurs rigides sont conçus pour créer une connexion solide entre le support et le
câble. Ils se composent d'une ou plusieurs pièces isolantes qui sont insérées les unes dans les
autres et scellées. Ces isolateurs sont fixés aux pylônes à l'aide de différentes ferrures et sont
généralement utilisés dans les lignes aériennes pour des tensions inférieures à 60 kV. Les
isolateurs rigides peuvent être installés horizontalement, verticalement ou obliquement. Il
existe deux types d'isolateurs rigides : les isolateurs rigides à tige et les isolateurs rigides à
socle.

Isolateur rigide à socle

Isolateur rigide qui comporte une ou plusieurs pièces en céramique ou en matériau

synthétique, assemblées de façon permanente sur un socle métallique, et qui est destiné à être
monté sur un support au moyen d'une tige centrale ou de boulons solidaires du socle.

Isolateur rigide à tige

Isolateur rigide qui comporte une ou plusieurs pièces en céramique en forme de cloche,
assemblées de façon permanente, et qui est destiné à être monté sur un support au moyen
d'une tige à visser à l'intérieur de l’isolateur.

Figure I.2 : Isolateur rigide

I.6.2 Isolateurs suspendus ou éléments de chaîne

Le matériau isolant des éléments de chaîne est combiné avec une pièce métallique pour
assurer la liaison entre deux isolateurs et fournir une certaine flexibilité à la chaîne
d'isolateurs. La chaîne d'isolateurs peut être montée sur le pylône en suspension, soit
verticalement (chaîne d'alignement), soit horizontalement (chaîne d'ancrage) [8]. Les deux
principaux types d'éléments de chaîne sont :

les isolateurs à capot et tige.

les isolateurs à long fût.

Figure I.3 : Assemblage à rotule

I.6.2.1 L'isolateur capot et tige

Le composant appelé "Capot et tige" est formé d'un corps isolant contenant une tige en
acier, dont la tête conique est intégrée au matériau isolant, soit du verre, soit de la
porcelaine. Le capot en fonte malléable percé est fixé sur l'extrémité supérieure de l'isolateur.
L'extrémité inférieure de la tige est insérée dans le trou du capot, et le scellement de cet
élément de chaîne se fait en insérant la partie inférieure de la tige de l'élément supérieur dans
le capot de l'élément inférieur à l'aide de ciment [12].
 Figure I.4 : Isolateur capot tige

Afin d’améliorer le fonctionnement des isolateurs dans les régions polluées, la CEI (comité
international d’électrotechnique) a proposé plusieurs profils.

A. Profil standard

La forme et les dimensions sont en accord avec la

normalisation internationale (CEI 305
1978), à cause de leur planéité, les rainures internes bien
espacées et la longueur de la ligne de fuite supérieure à la
demande standard. Ce type est très utilisé dans les endroits
à pollution moyenne.

Figure I.5 : Profil standard.

B. Profil antibrouillard (forme A)

Sa conception se distingue par un diamètre supérieur au

profil standard et par la présence de deux ou trois rainures
profondes. Cette caractéristique facilite le nettoyage
manuel si nécessaire et prévient les arcs électriques entre
rainures voisines en cas de forte pollution. De plus, la
forme interne simplifie la maintenance.

Figure I.6 : Profil antibrouillard (forme A).

C. Profil antibrouillard (forme B)

Ce type d'isolateur est conçu avec une rainure extérieure

d'une épaisseur importante, qui agit comme une barrière
contre le brouillard et le dépôt de sels minéraux à la
surface de l'isolateur. Cette propriété empêche la formation
d'un électrolyte conducteur sur la surface. Ces isolateurs
sont particulièrement efficaces dans les zones côtières.
Figure I.7 : Profil antibrouillard (forme B)

D. Profil sphérique

La forme sphérique permet une longueur de fuite équivalente

à celle de l’absence de rainures internes permet un lavage
manuel facile et efficace.

Figure I.8 : Profil sphérique

E. Profil plat

L’élimination complète des rainures internes réduit grandement

l’accumulation de pollution sur la surface basse, grâce au
courant d’air.
Cette conception est particulièrement efficace dans les
Zones désertiques où l’auto lavage est peu fréquent par pluie.

Figure I.8 : Profil plat

I.6.2.2. L'isolateur long fût

A. en céramique

Les isolateurs en question sont fabriqués à partir d'un cylindre en céramique ou en

porcelaine solide, qui est muni d'ailettes, et qui a une pièce métallique de liaison à chaque
extrémité. Cette pièce peut prendre la forme d'un capot enveloppant, scellé autour des
extrémités tronconiques du cylindre, ou d'une tige scellée dans une cavité prévue à cet effet.
Ces isolateurs peuvent être utilisés individuellement ou en série de plusieurs éléments en
fonction de leur longueur et du niveau d'isolement nécessaire.
 Figure I.9 :L'isolateur en céramique.

B. En matériaux synthétiques

Ce sont des isolateurs dits "composites", fabriqués à partir de matériaux synthétiques qui
présentent plusieurs avantages, tels qu'une bonne résistance à la pollution, une faible taille,
une résistance au vandalisme et une légèreté considérable par rapport aux chaînes
d'isolateurs pour les lignes à haute tension. Les isolateurs composites se composent de trois
parties distinctes, chacune ayant un rôle spécifique à jouer :

-Un noyau en fibre de verre, imprégnées de résine, capable d’assurer l’isolement et de

supporter les efforts mécaniques générés par les conducteurs.

-Un revêtement en élastomère en EPDM (Ethylène Propylène Diène Monomère), vulcanisés à

chaud qui donne le profil et précise la ligne de fuite tout en protégeant le noyau contre toute
attaque des agents extérieurs en assurant l’étanchéité au raccordement avec les pièces
métalliques d’extrémités. Son profil à ailettes alternées permet d’accroitre la tenue sous
pollution.

-Des pièces métalliques, en fonte malléable ou acier forgé galvanisé à chaud, sont
nécessaires au montage de l’isolateur et à la transmission des efforts mécaniques [13].
A : Pièces d’accrochage métallique.
B : noyau en fibre de verre résine.
C : Revêtement à ailettes en matériaux synthétiques
Figure I.10 :L'isolateur composite

I.7. Matériaux isolants utilisés pour la fabrication des isolateurs

Plusieurs matériaux isolants solides peuvent être utilisés pour fabriquer des isolateurs de
haute tension, tels que le verre, la céramique et la porcelaine. Toutefois, la porcelaine est de
plus en plus abandonnée en raison de deux inconvénients majeurs : son poids important et la
difficulté de détecter les amorçages. Ces dernières années, l'utilisation d'isolateurs en
matériaux polymères a suscité un intérêt croissant.

I.7.1. Céramique

Le développement de la fabrication des céramiques datent depuis longtemps à cause de leurs

performances. Pour les isolateurs qui vont être utilisés dans des lieux où il y a des contraintes
mécaniques très importantes, on utilise de préférence des céramique a grains très fins.
Souvent on trouve la céramique dans les postes : isolateurs supports, couverture isolante des
sectionneurs, des disjoncteurs, des transformateurs de potentiel, des bornes de traversées des
transformateurs de puissance. [16]

I.7.2.Verre

En Algérie, les isolateurs utilisés dans les lignes de moyenne et haute tension sont en verre.
Parmi les avantages que présentent le verre, le bas prix et l'observation des défauts est très
facile. On trouve deux types de verre pour la fabrication des isolateurs : le verre trempé et le
verre recuit. [15]

I.7.2.1.le verre trempé

La résistance à la traction du verre trempé est environ 5 à 6 fois plus grande que le verre
recuit et peut supporter des variations brusques de température pouvant atteindre 100° C.

I.7.2.2.Le verre recuit

Le verre recuit est utilisé pour la fabrication d’isolateurs rigides, mais présente cependant
des inconvénients. Parmi ces inconvénients, nous citons le fait qu’il nerésiste pas aux
variations brusques de température et qu’il ne supporte que des tensions mécaniques
relativement faible et c’est pour cette raison qu’il n’est pas utilisé pour la fabrication des
isolateurs de suspension.

I.7.3.Matériaux synthétiques

Les isolateurs fabriqués à partir de matériaux synthétiques se composent d'un noyau en

fibres de verre imprégnées de résine et d'un revêtement en élastomère à ailettes. Leur
principal avantage est leur légèreté et leur résistance mécanique élevée. Ils présentent
également de bonnes propriétés hydrophobes, ce qui les rend adaptés à des conditions de
pollution sévères. Cependant, ils peuvent vieillir prématurément en raison des différentes
contraintes auxquelles ils sont soumis, telles que les contraintes électriques, mécaniques et
atmosphériques.

I.8. Choix des isolateurs

Les isolateurs représentent un faible pourcentage, d'environ 7%, du coût total d'une ligne
aérienne de moyenne tension. Cependant, leur importance ne doit pas être sous-estimée, car
ils sont cruciaux pour assurer la sécurité, la qualité et la continuité du service [17]. Les
isolateurs les mieux adaptés à leur environnement sont ceux qui ont une faible rétention des
dépôts polluants, c'est-à-dire ceux qui ont de bonnes propriétés d'auto-nettoyage.

I.9. Pollution des isolateurs

Un isolateur placé à l’extérieur est exposé aux différents agents constituant l’atmosphère qui
le contamine. Cette contamination d’un dépôt de pollution à sa surface. Son importance
dépend de
La géométrie et la position de l’isolateur
Les conditions du milieu.
La durée d’exposition de l’isolateur.
Cette pollution est généralement constituée de matières solubles et insolubles :

Matières solubles : Elles sont composées essentiellement de sels ioniques tels que : Na Cl,
Na2So4, Ca So4, Ko3, CaCl2, CaCo3. [18]
Matières insolubles : caractérisées par leur faible conductivité sont de nature minérale
inorganique solide, Les plus rencontrés sont d’origine minérale cristallisée ou les atomes sont
régulièrement distribués comme dans le quartz SiO et le mica.

I.9.1. Classification de la pollution selon son origine

I.9.1.1. Pollution d’origine naturelle
Cette pollution peut affecter d’importantes parties du réseau, Elle se répartit en trois types :

A. Pollution marine

La pollution marine affecte les installations électriques à proximité de la mer en raison de la

présence d'embruns marins qui se déposent sur la surface de l'isolateur. Ce dépôt forme une
couche de sels qui peut devenir conductrice en présence d'humidité. Ce type de pollution est
caractérisé par une forte concentration de sels ioniques, en particulier le NaCl, et une faible
quantité de matières insolubles. [19]

B. Pollution désertique

Ce genre de pollution est constitué par les particules de sable, terre, poussière, et est
accentué surtout par les facteurs climatiques :
Le vent en assurant le transport de ces particules arides et finit par les déposer sur
l’isolateur en formant une couche qui recouvre toute la surface de l’isolateur.
La température, par ses variations entre le jour et la nuit implique le phénomène de
condensation donnant au dépôt une certaine conductivité. [20]

C. Poussière du sol et zones agricoles

Les poussières du sol constituent des agents de pollution dans les régions à climat aride.
L’utilisation d’engrais par pulvérisation, ou le labourage des terres conduit lui aussi à la
constitution de la couche de pollution à la surface d’un isolateur placé dans ces régions.

I.9.1.2. Pollution d’origine industrielle

Cette forme de pollution est constatée dans les environs des usines métallurgiques, chimiques
et des centrales thermiques où les isolateurs sont souvent recouverts d'une poussière
faiblement conductrice, mais très hygroscopique. Le dépôt de pollution peut se constituer par
l'adhérence de particules solides telles que les dépôts ferromagnétiques provenant des usines
métallurgiques, ainsi que par l'absorption de gaz présents dans les fumées. Lorsque
l'humidité est élevée, les sels contenus dans la poussière se dissolvent et provoquent la
formation d'une couche conductrice.

I.9.1.3 Pollution mixte

C’est une combinaison entre la pollution naturelle et industrielle. Elle présente le cas le plus
nocif, par exemple une usine industrielle au bord de la mer. [21]
I.9.2 Classifications de types de pollution

L’identification des substances de la pollution est impérative pour le choix de l’isolateur

d’une ligne électrique. La norme CEI 815 [22] donne les quatre niveaux de pollution et leur
classement dans le tableau I.1 :

Tableau I.1 : Classification de la pollution selon le type d’environnement

I.9.3 Formation et répartition des couches polluantes

La configuration et la distribution de la couche de pollution sur les isolateurs dépendent de

plusieurs facteurs, tels que la forme des isolateurs, la hauteur et l'orientation des chaînes
d'isolateurs par rapport au sol, ainsi que le niveau de tension appliqué. En général, la couche
de pollution s'accumule principalement sur les parties de la chaîne d'isolateurs situées du
côté du conducteur de haute tension et les zones les moins exposées aux facteurs d'auto-
nettoyage, tels que le vent et la pluie intense. Par conséquent, la répartition de la pollution le
long de la chaîne d'isolateurs est souvent inégale, en particulier lorsque la longueur de la
chaîne d'isolateurs est importante. On peut classer la non-uniformité de la pollution en trois
catégories :

I.9.3.1 Non-uniformité longitudinale par groupe

Elle est caractérisée par un ensemble de groupes d’isolateurs, soumis à différentes

conductivités de la couche de pollution, dont la valeur est constante dans chaque groupe.
Nous retrouvons ce type de pollution dans les cas suivants :
temporairement pendant le lavage sous tension,
dans les chaînes d’isolateurs en forme de « T »,
par effet du champ électrique où la concentration de la pollution est accentuée sur les
isolateurs les plus proches de la borne haute tension.

I.9.3.2 Non-uniformité transversale

Ce type de pollution est identifié par des zones ou des bandes de différentes conductivités
superficielles de la couche polluante, qui sont disposées transversalement autour de la
surface de chaque isolateur de la chaîne. Dans chaque zone, la conductivité est uniforme le
long de la ligne de fuite. Cette forme de pollution est principalement causée par une direction
prédominante des vents et des précipitations.

I.9.3.3 Non-uniformité longitudinale périodique

Ce type est le plus fréquent. Il est caractérisé par une variation périodique de la
conductivité de la couche de pollution le long de la ligne de fuite, mais elle garde une
symétrie circulaire. [24]

Ces principales spécifications sont :

la face inférieure de l’isolateur présente une conductivité plus grande que la face
supérieure.
la concentration de la pollution augmente de la zone périphérique vers la zone centrale.
la pollution est plus accentuée entre les nervures.

I.9.4 Conséquences de la pollution

Lorsque l'isolateur est propre ou qu'il est recouvert d'une fine couche de pollution sèche, une
très faible circulation de courant capacitif se produit à sa surface. Cela est dû aux
conductivités volumiques très faibles de l'air, de l'isolant solide et de la couche de pollution.
De ce fait, un potentiel électrique électrostatique se répartit. En revanche, lorsque la couche
de pollution est humidifiée, elle devient conductrice et laisse passer un courant de conduction
dont la valeur est relativement importante. Par conséquent, la répartition du potentiel
électrique est différente de la répartition électrostatique.

La rupture diélectrique de l’air peut être atteinte entre deux points de la surface isolante
entraînant l’amorçage d’un arc électrique qui court-circuite une partie de la ligne de fuite.
Trois cas peuvent se présenter selon les contraintes auxquelles est soumis l’isolateur.

I.9.4.1.Arc non localisé

L’arc électrique s’éteint rapidement, puis se réamorce aléatoirement à un autre endroit et

ainsi de suite. Il y a apparition d'un courant de fuite intermittent entraînant une perte
d’énergie relativement faible et généralement supportable par l’installation

I.9.4.2.Arc permanent

L’arc électrique se fixe à la surface, soit en s’y maintenant (courant continu), soit en se
réamorçant au même endroit (courant alternatif). Cet arc peut entraîner, par effet thermique,
une dégradation du support isolant nécessitant le remplacement de l’élément défaillant [25]

I.9.4.3.Contournement des isolateurs pollués

L’accumulation du dépôt est continue et n’est modifiée que par la pluie et le vent. En
position verticale, le nettoyage est plus efficace sur le dessus de l’isolateur que sur le dessous,

D’où un dépôt plus important sur la surface inférieure des ailettes. Le comportement
des isolateurs sous pollution peut être décomposé en quatre étapes distinctes.

Figure I.11 : Déroulement du contournement

Etape 1 : Dépôt de la pollution

Les particules du dépôt sont apportées par le vent (l'isolateur, par sa présence,
modifie le régime laminaire du vent) et se concentrent entre les nervures ou autour du capot
 Figure I.12 : dépôt et évolution de l’agent polluant

Les facteurs d’accumulation sont les suivants :

la nature, le poids et la taille des particules polluantes,
la distance de l’isolateur par rapport à la source de pollution et par rapport au sol d’où
peut provenir des poussières,
la vitesse du vent,
l'orientation de la chaîne, et surtout la forme de l’isolateur et son aptitude à l’auto-
nettoyage par les fortes pluies et vents.

Etape 2 : Humidification de la pollution

Le brouillard, la condensation de la petite pluie modifient graduellement et pratiquement sans
délavage la surface de l’isolateur pollué. Ces conditions correspondent à des conditions dites
critiques.
Les sels contenus dans le dépôt se dissolvent et créent un électrolyte conducteur sur la
surface de l’isolateur. Un courant de fuite prend alors naissance dès qu’un film conducteur se
forme sur la surface de l’isolateur.

Figure I.13 : Humidification du dépôt polluant et création d’un courant de fuite

Pendant le cycle humidification, le courant de fuite augmente jusqu’à une valeur maximale,
puis diminue s’il y a séchage. Le niveau de courant de fuite dépend du temps, de la nature et
de la quantité des sels solubles et insolubles. Ces derniers maintiennent par absorption une
certaine quantité d’eau à la surface de l’isolateur, entretenant ainsi humidification du dépôt.
Etape 3 : Développement des zones sèches et apparition d'arcs

La densité du courant de fuite est plus élevée à proximité des ferrures de l'isolateur, ce qui
provoque une augmentation de la température due à l'effet Joule. L'évaporation de l'eau et la
diminution de la conductivité de la couche de pollution résultent de cette élévation de
température. Le courant diminue alors considérablement en amplitude en raison de la
présence d'une "bande sèche". La présence de cette bande sèche modifie la répartition de
potentiel sur l'isolateur, car la majeure partie du potentiel électrique se retrouve concentrée
aux bornes de cette bande sèche. Si la largeur de cette bande est insuffisante pour supporter
le potentiel correspondant, un arc électrique se forme.

Figure I.14 : Arc et bande sèche

Etape 4 : Comportement des arcs

La résistance du dépôt humidifié R, en série avec l’arc, limite le courant et la longueur de

l’arc (Figure I.14). Si le courant est trop faible, l’arc s’éteindra, la bande sèche humidifiera à
nouveau et le mécanisme se répétera encore. Tant que le courant de fuite n’excède pas ce que
l’on appelle «courant critique » correspondant à une «longueur critique » de l’arc, cette
situation reste stable (Figure I.15). Dans le cas contraire, le contournement de l’isolateur
peut survenir.

Figure I.15 : Régime d’arcs sous pollution.

I.10. Conclusion

Ce chapitre se concentre sur une étude bibliographique visant à décrire le rôle et les
différents types d'isolateurs, ainsi que la pollution qui constitue l'une des principales
contraintes auxquelles les isolateurs des réseaux électriques sont confrontés, en présentant
ses différents niveaux.
Chapitre II : Théories du
traitement du signal
II-1-Généralités sur le traitement du signal

Le terme "signal" désigne le résultat de la mesure physique d'une grandeur, qui peut être
continue si elle est disponible à tout moment ou discrète si elle est observable à des instants
particuliers régulièrement espacés. Le Traitement Numérique du Signal (TNS) est dédié
exclusivement aux signaux à temps discret, qui ont connu une évolution fulgurante avec le
développement des composants électroniques. Parmi les applications courantes, on peut citer
notamment la téléphonie mobile, la compression de données, la musique numérique et la
reconnaissance vocale.
 La suppression du bruit de fond lors d’une transmission téléphonique à partir de l’habitacle
d’une voiture.
 La reconnaissance et la synthèse de la parole.
 La localisation par sonar des bancs de poissons.
 L’analyse des signaux électro-encéphalographies pour l’aide au diagnostic médical.
 La réception d’informations délivrées par le système GPS de navigation par satellite.

Pour convertir un signal analogique en un signal numérique, il est nécessaire de procéder à

une opération de numérisation, à condition que la grandeur mesurée soit une fonction du
temps. Cette technique implique la conversion de cette grandeur en un signal électrique à
l'aide d'un transducteur tel qu'un microphone, puis l'application de ce signal à un filtre passe-
bas idéal, également connu sous le nom de filtre anti-repliement, dont l'utilité sera expliquée
dans la section sur l'échantillonnage. La troisième étape consiste à échantillonner le signal en
prélevant toutes les T secondes les valeurs Xe(n) = x(n*T). Enfin, les échantillons prélevés
sont codés en utilisant un nombre fini de bits en complément à deux, pour obtenir une série de
valeurs X(n) qui peuvent être traitées sur des ordinateurs.

Figure II.1 : Schéma de la Conversion numérique analogique.

II-2-Catégories de signaux :
Avant de commencer à traiter un signal, il est important de comprendre sa nature
en étudiant ses propriétés afin de sélectionner la méthode d'analyse appropriée.
La figure ci-dessous présente un organigramme montrant les différents types de
signaux que l'on peut rencontrer.

Figure II.2 : Différents types de signaux.

II-2-1-Signaux déterministes :

Les signaux déterministes sont représentés par des fonctions mathématiques qui décrivent
leurs comportements dans le temps. Ils peuvent être classés en deux groupes selon qu’ils
soient d’énergie finie ou de puissance finie. Dans le cas d’un signal continu d’énergie finie, la
condition suivante est satisfaite :

Dans le cas d’un signal continu d’énergie finie, la condition suivante est satisfaite :

Pour un signal à temps discret, nous avons la condition suivante :

Ces signaux ont un caractère impulsionnel dans la plupart des cas et vérifient :

Pour un signal de puissance finie, la condition à satisfaire est :

Signal continu :

Signal à temps discret :

Les évolutions temporelles du signal explicitées par une expression telle que x(n) = a*cos (2*pi*f0*n)
sont complètement définies à partir du moment où l’amplitude a et la fréquence f0 sont connues. On
dit que ce signal est déterministe.

II-2-2-Signaux aléatoires :
Dans la plupart des cas, il est difficile de donner une description précise de l’évolution de la grandeur
physique observée, citons comme exemple le bruit de fond qui apparait dans tous les équipements
d’électroniques, ou encore le signal produit par la parole à la sortie d’un microphone. De tels signaux
sont dits aléatoires et l’étude de leurs comportements temporels fait appel à la théorie des probabilités,
ce qui nous amène à classifier le signal numérique comme une suite de variables aléatoires.

II-3-Transformée de Fourier :

De nos jour, la transformée de Fourier est devenue un outil puissant en traitement du signal puisqu’elle
localise toutes les composante fréquentielles d’un signal quelconque. Cependant son application est
liée à la nature du signal qu’il soit continu ou discret.

II-3-1-Propriétés de la transformée de Fourier d’un signal continu :

La transformée de Fourier d’un signal continu s’écrit sous la forme :
Le signal est dit stable ou à module intégrable si :

Les opérations de multiplication ou de convolution s’échangent par transformation de Fourier. Le

produit de convolution qui s’exprime par :

Devient par la transformée de Fourier :

Pour les signaux à énergie finie, la formule de Parseval s’exprime par :

La fonction est appelée spectre ou densité spectrale d’énergie (DSE).Elle représente la

répartition de l’énergie du signal le long de l’axe des fréquences. De manière globale, on peut dire
qu’un signal qui présente des variations brutales d’amplitude possède une énergie qui s’étale vers les
hautes fréquences.

II-3-2-Propriétés de la transformée de Fourier à temps discret :

II-3-2-1-Définition :

La transformée de Fourier à temps discret effectue un produit scalaire entre un signal discret et
l’exponentielle complexe pour chaque fréquence f. Le but de cette transformée est de rechercher les
périodicités dans un signal de durée finie, pour mesurer leurs contributions via une représentation
fréquentielle. L’observation d’un signal pendant une durée limitée revient à le multiplier par une
fenêtre rectangulaire (Figure II.3) qui vaut 1 sur un intervalle et 0 sinon.
La TFTD a pour expression mathématique :

Le rapport m/N s’appelle fréquence normalisée discrète par rapport à la fréquence d’échantillonnage.
Ainsi la fréquence f est calculée via l’expression :

La TFTD est une fonction périodique de période 1 qui est généralement représentée sur l’intervalle
[- 1/2, +1/2 ].

Figure II.3 : Représentation de la fenêtre rectangulaire dans le domaine temporel (à gauche)

et dans le domaine fréquentiel (à droite)

II-3-3-Théorème d’échantillonnage :
 En effet, le théorème d'échantillonnage de Nyquist-Shannon énonce que pour
reconstruire parfaitement un signal continu à partir de ses échantillons, il faut échantillonner à
une fréquence d'au moins deux fois sa fréquence maximale. Si cette condition n'est pas
respectée, le signal est mal échantillonné et il y a une perte d'information qui entraîne une
reconstruction dégradée.

Dans l'exemple donné, la fréquence maximale du signal est de 50 Hz, donc selon le
théorème de Nyquist-Shannon, la fréquence d'échantillonnage doit être d'au moins 100 Hz
pour une reconstruction idéale. Lorsque le signal est échantillonné à une fréquence de 80 Hz,
cela ne respecte pas la condition de Nyquist-Shannon, donc la reconstruction ne sera pas
parfaite et des erreurs seront introduites dans le signal.

Cependant, lorsque le signal est échantillonné à une fréquence de 1 kHz, qui est bien
supérieure à deux fois la fréquence maximale du signal, la reconstruction sera meilleure et
plus proche du signal original. Cela est dû au fait que plus il y a d'échantillons pris pour
reconstruire le signal, plus le signal est représenté de manière précise.

En résumé, l'étude des conséquences de la numérisation d'un signal est importante

pour comprendre les limitations de la reconstruction ultérieure. Le respect de la condition de
Nyquist-Shannon permet une reconstruction idéale du signal, tandis que le non-respect de
cette condition entraîne des erreurs de repliement de spectre et une reconstruction dégradée.

Figure II.4 : Allure d’une sinusoïde parfaite de fréquence 50 Hz et d’amplitude A=4

 Figure II.5 : Allure de la sinusoïde échantillonnée pour Fe=80 Hz (à droite en vert) et pour
Fe= 1 kHz (à gauche en rouge).

II-3-4-Estimation de spectre :
De façon générale, l’estimation de spectre se propose d’évaluer différentes quantités ; dans notre cas
cette quantité est la valeur de la densité à partir de la réalisation d’une séquence de longueur
N du signal considéré. La représentation spectrale nous renseigne sur la répartition de l’énergie de
chaque composante fréquentielle du signal, qu’il soit discret ou continu. Cependant, il est obligatoire
de séparer l’analyse spectrale des signaux déterministes de celle effectuée pour les signaux aléatoires,
car les techniques utilisées pour ces deux types de signaux sont totalement différentes.

II-3-4-1-Périodogramme :

L’estimation du spectre est faite grâce à une fonction aléatoire appelée périodogramme qui est défini
par l’expression mathématique :

A première vue le périodogramme semble être un bon estimateur de la densité spectrale car il
l’est asymptotiquement ; ceci signifie que pour N suffisamment grand le périodogramme fluctue
autour de la vraie valeur du spectre et l’amplitude des fluctuations ne tend pas vers une valeur proche
de 0. La solution serait d’en moyenner plusieurs sur un temps assez long puisqu’ils fluctuent autour de
la vraie densité spectrale de puissance, et que l’amplitude des fluctuations ne diminue pas pour un
grand nombre d’échantillons N.
II-3-4-2-Périodogramme moyenné :

L’avantage principal de cet estimateur est de réduire la variance à un facteur égal au nombre de
périodogrammes calculés. Le processus de calcul débute par la segmentation du nombre d’échantillons
N en L sous intervalles disjoints de longueur M afin de calculer les L périodogrammes, puis on
effectue la moyenne des L périodogrammes. Cette façon de procéder aboutit à l’expression suivante :

En pratique le nombre d’échantillons N = L*M, ce qui signifie que l’augmentation de L s’accompagne

d’une diminution de M et donc de la résolution spectrale ; toutefois cette opération réduit
considérablement l’amplitude des fluctuations.

II-3-4-3-Periodogramme de Welch :

La méthode de Welch est une technique couramment utilisée pour estimer la densité spectrale
de puissance (DSP) d'un signal. Elle est particulièrement utile pour les signaux stationnaires
(c'est-à-dire dont les propriétés statistiques ne changent pas au fil du temps), et son principal
avantage est de fournir une estimation de la DSP avec une variance réduite par rapport à une
estimation à partir d'un seul périodogramme.

La méthode de Welch consiste à diviser le signal en segments de longueur égale, en

appliquant une fenêtre à chaque segment, puis en calculant le périodogramme de chaque
segment. Les périodogrammes sont ensuite moyennés pour obtenir une estimation de la DSP.
En utilisant une fenêtre de taille inférieure à la longueur du signal, la méthode de Welch
permet d'obtenir une résolution fréquentielle améliorée, mais avec un taux de recouvrement
qui peut être réglé en fonction de la taille de la fenêtre.

En ajustant la taille de la fenêtre et le taux de recouvrement, la méthode de Welch peut être

utilisée pour optimiser la résolution fréquentielle et la précision de l'estimation de la DSP en
fonction des caractéristiques du signal et des besoins spécifiques de l'analyse. C'est pourquoi
elle est largement utilisée en traitement du signal, en acoustique, en électrophysiologie et dans
de nombreuses autres applications de l'analyse spectrale.
II-3-6-Conclusion :

Cette première partie met l'accent sur l'importance de connaître la nature et les propriétés du
signal acquis pour effectuer une analyse appropriée. Le théorème d'échantillonnage est
essentiel pour reconstruire le signal réel à partir d'échantillons discrets et pour éviter toute
perte d'information.

L'estimation spectrale est une technique courante pour analyser la distribution de fréquence
des signaux, et la méthode de Welch est particulièrement utile pour réduire la variance des
périodogrammes et obtenir une meilleure distribution fréquentielle du signal. Les fenêtres de
lissage sont également utiles pour améliorer la résolution en fréquence en atténuant les
fluctuations observées sur le spectre. Toutefois, le choix des fenêtres de lissage dépend du
type d'analyse effectuée sur le signal et de l'objectif de l'analyse.

En somme, la connaissance approfondie du signal acquis, ainsi que l'utilisation de techniques

de traitement du signal appropriées telles que l'estimation spectrale et les fenêtres de lissage,
sont essentielles pour une analyse précise et fiable des données.

II-4- Transformée en ondelette :

II-4-1-Historique [71] :

Joseph Fourier, en 1807, a développé une méthode pour décomposer et représenter un signal
dans le domaine fréquentiel en utilisant des fonctions trigonométriques. Cette méthode a été à
l'origine du développement de la théorie des ondelettes, qui est une méthode de traitement de
signal qui permet de représenter des signaux sous forme d'ondes de différentes échelles et
fréquences.

Le mot "ondelette" a été utilisé pour la première fois en 1909 par Alfred Haar dans sa thèse de
doctorat. En 1930, Paul Levy a étudié les ondelettes en introduisant le concept de variation
d'échelle en utilisant la fonction de Haar, ce qui a démontré sa supériorité par rapport à
l'analyse de Fourier.

Les méthodes de décomposition et de reconstruction d'un signal par les transformées en

ondelettes ont été introduites par Jean Morlet et Alex Grossman en 1981. Stéphane Mallat et
Yves Meyer ont développé l'analyse multi-résolution en 1986, qui a permis à plusieurs
scientifiques et chercheurs de construire leurs propres familles d'ondelettes.

En 1998, Ingrid Daubechies a utilisé l'analyse multi-résolution pour construire sa propre

famille d'ondelettes, qui est actuellement largement utilisée dans le domaine du traitement du
signal. Cette famille d'ondelettes est connue sous le nom de "ondelettes de Daubechies" et est
utilisée dans de nombreuses applications, notamment en compression de données, en
traitement d'images et en détection de signaux.

II-4-2-Intérêt du diagnostic par les ondelettes [72] :

Lorsque les signaux sont de nature non-stationnaire, la transformée de Fourier ne semble pas
en mesure de fournir une représentation fréquentielle locale satisfaisante. Cela est dû au
compromis temps-fréquence imposé par le principe d'incertitude de Heisenberg, comme
illustré dans la (Figure II.7) . En revanche, l'analyse par la technique des ondelettes permet
d'obtenir de meilleurs résultats pour le traitement local. Cette méthode vise à détecter les
points de discontinuité ou les zones déformées du signal, qui sont souvent caractérisés par des
hautes fréquences.

Figure II.6: Représentation de la multi-résolution temps-fréquence pour la transformée de Fourier

Rapide.

En observant la représentation temps-fréquence, on remarque que les composantes de faibles

fréquences (situées en bas) ont une évolution temporelle plus longue que celles de hautes
fréquences, qui ne durent que très brièvement. Cela signifie que la résolution fréquentielle
d'un signal de grande durée est meilleure pour les basses fréquences, tandis que pour un signal
de durée relativement courte, la résolution fréquentielle est compromise.

L'utilisation des ondelettes dans le traitement du signal permet d'élargir les intervalles de
temps pour obtenir une précision accrue sur les composantes de basses fréquences, et de
réduire les zones pour extraire des informations sur les hautes fréquences. Cela démontre la
capacité des ondelettes à conserver une bonne résolution temporelle et fréquentielle. L'analyse
par la méthode des ondelettes permet également de diviser l'énergie du signal en différentes
bandes de fréquences afin de séparer toutes ses composantes.

Figure II.7: Représentation de la multi-résolution temps-échelle pour l’analyse par les

ondelettes.

II-4-3-Transformée en ondelette continue (CWT):

La transformée en ondelette continue (CWT) repose sur l'utilisation d'ondelettes dont

l'enveloppe se rétrécit à mesure que l'échelle augmente, tout en conservant le même nombre
d'oscillations. En essence, le calcul de la transformée en ondelette est similaire à celui de la
transformée de Fourier fenêtrée, dans le sens où il implique l'examen de la corrélation entre le
signal à analyser et la famille de fonctions d'ondelettes, selon le produit scalaire sur L^2(R).

II-4-3-1-Définitions [73,74] :
II-4-3-1-1-Concepts mathématiques pour les ondelettes :
Une ondelette est une onde qui oscille à fréquence constante et qui s’annule au bout d’un instant
donné. En comparant avec la transformée de Fourier, la fonction analysante pour la transformée en
ondelette peut être choisie en toute liberté contrairement à la TF qui se restreint uniquement aux
fonctions sinusoïdales.
Figure II.8 : Exemple de l’ondelette chapeau mexicain

Les ondelettes ont une expression de la forme :

Ψ représente l’ondelette mère et les paramètres u et s désignent respectivement l’échelle et la

translation de l’ondelette. La normalisation par le facteur (1/√s) engendre la conservation d’énergie de
l’ondelette mère durant son oscillation temporelle.

Les ondelettes sont des fonctions qui remplissent les conditions suivantes : Une ondelette doit être à
énergie finie :

Dans le cas où Ψ(f) est la transformée de Fourier de l’ondelette Ψ(t) on obtient :

Cette condition signifie que la moyenne de l’ondelette doit être égale à zéro et que le spectre
fréquentiel doit s’annuler pour garantir une convergence de l’intégrale en zéro, en d’autres termes :

La transformée en ondelette continue de la fonction f pour l’échelle s et la position u, est calculée en

associant la fréquence fo à une ondelette telle que :

La formule de Fourier-Parseval appliquée à l’équation (II.27) nous donne :

Les coefficients d'ondelette W f (u, s) dépendent ainsi des valeurs de f(t) et f^(ω) dans le domaine
temps-fréquence où l'énergie de Ψu,s (t) et Ψ^u,s (t) est concentrée. Ainsi, des signaux variables dans
le temps sont détectés à partir des coefficients et de l’échelle des coefficients.
La formule de Fourier-Parseval nous donne une interprétation plus physique des coefficients de
Wf (u, s) qui peuvent être perçus comme la série temporelle d’un banc de filtres qui se déduit d’un
filtre unique par le changement d’échelle. Cela confère à la CWT la propriété de travailler à une
échelle logarithmique vu que la largeur de bande relative ∆f/f est invariante dans le temps. Cette
propriété coïncide avec ce que perçoivent l’oreille et l’œil humains qui eux aussi travaillent à la même
échelle.

II-4-3-1-2-Ondelette de Morlet :
Pour notre analyse temps-échelle, nous utilisons l’ondelette de Morlet qui avec son enveloppe de
forme gaussienne, minimise le produit des résolutions temporelle et fréquentielle, et permet par
conséquent d’optimiser les résultats [75]. L’échelle s est déterminée par la fréquence centrale fc qui
correspond à la fréquence d’oscillation de l’ondelette. L’ondelette de Morlet complexe translatée par u
et dilatée par s a pour expression mathématique :
Figure II.9 : Représentation temporelle et fréquentielle de l’ondelette de Morlet sous l’effet de la
translation pour s =1 : (a) u = 4, (b) u = 2.

Figure II.10 : Représentation temporelle de l’ondelette de Morlet sous l’effet de la dilatation pour u=7
(à gauche s=3 et à droite s= 5).
Figure II.11 : Représentation fréquentielle de l’ondelette de Morlet sous l’effet de la dilatation pour
u=7 (à gauche s=3 et à droite s = 5).

II-4-3-2-Scalogramme :
Le scalogramme d’un signal est défini par :

La normalisation de celui-ci revient à multiplier l’expression par un facteur égal à ε/η. η est le
centre de fréquence de l’ondelette élémentaire qui a une énergie concentrée dans un intervalle positif
centré en η/s dont la taille est donnée par 1/s. Dans le domaine temps-fréquence de l’analyse par les
ondelettes, un atome d’ondelette est représenté par le rectangle de Heisenberg de largeur temporelle
s*σt et de largeur fréquentielle 1/s*σw ; σt et σw correspondent aux dimensions du rectangle de
Heisenberg pour l’ondelette mère ; ces dernières restent constantes pour toute la transformée car Srect
= σw*σt [76].
 Figure II.12 : Atome de la Wavelet Transform.

II-4-3-3-Calcul des coefficients de la CWT [77]:

Le calcul des coefficients se fait en effectuant quatre étapes qui consistent à multiplier le signal par
l'ondelette d'analyse, puis à calculer l'intégrale du produit :
Dès le départ, on compare l’ondelette à une portion du signal.
On calcule le coefficient W qui étudie le degré de similitude entre la portion du signal et l’ondelette
analysante ; celles-ci sont similaires lorsque la valeur numérique du coefficient W est élevée. Plus
précisément, lorsque l’énergie du signal et celle de l’ondelette sont relativement proches, le coefficient
W peut être interprété comme un facteur de corrélation.

Figure II.13 : Comparaison de l’ondelette à une portion du signal.

On translate l’ondelette vers la droite jusqu’au balayage total du signal.

 Figure II.14 : Balayage du signal par l’ondelette.

On passe ensuite à une échelle plus élevée qui induit une dilatation temporelle de l’ondelette
analysante. Cela a pour effet d’augmenter la portion de comparaison.

Figure II.15 : Dilatation de l’ondelette et balayage du signal.

Les coefficients sont calculés pour toutes les échelles et différentes portions du signal en
répétant cette opération pour chaque échelle. Ces coefficients sont le résultat d'une régression
effectuée sur le signal original. Cette méthode d'analyse permet d'obtenir une représentation
temps-échelle du signal original qui offre une perspective différente de la représentation temps-
fréquence de Fourier, tout en étant complémentaire. En effet, une petite échelle correspond à
une variation temporelle rapide de l'ondelette qui se traduit par une haute fréquence, tandis
qu'une grande échelle correspond à une variation lente de l'ondelette qui se traduit par une
basse fréquence.
 Figure II.16 : Représentation des coefficients obtenus après calcul régressif.

La relation entre l’échelle s est la fréquence f est donnée par :

∆t : est la période d’échantillonnage du signal.

fc : est la fréquence centrale de l’ondelette mère.
s : est l’échelle.
f : est la fréquence instantanée.

II-4-4-Transformée en ondelette discrète (DWT) [44]:

II-4-4-1-Introduction :
La transformée en ondelette discrète est basée sur la décomposition d’un signal en sous-bandes de
fréquences ; elle permet un gain de calcul et une facilité d’implémentation grâce à l’analyse multi-
résolution[78].

II-4-4-2-Expression mathématique [79]:

La transformée en ondelette discrète a pour expression mathématique :
Ψ est l’ondelette mère dilatée par le paramètre a0^m et translatée via le paramètre nb0 a0^m. a0 et
b0 sont des valeurs fixées tel que a0 > 1 et b0 > 0 ; m et n sont des entiers naturels.

II-4-4-3-Algorithme de décomposition pyramidale :

La transformée en ondelette discrète (DWT) tire parti de la structure pyramidale, également
connue sous le nom de chaîne de filtre logarithmique, qui est constituée d'une paire de filtres - un filtre
passe-bas et un filtre passe-haut. Lorsqu'un signal est décomposé à l'aide de la DWT, il est
nécessairement filtré par ces deux filtres LF et HF et subit ensuite un algorithme de sous-
échantillonnage, ce qui entraîne une séparation des composantes de basses fréquences appelées
approximations et des composantes de hautes fréquences appelées détails. L'approximation est ensuite
décomposée à nouveau lorsqu'elle passe à travers la paire de filtres LF et HF. La reconstruction du
signal est effectuée à l'aide de l'algorithme de sur-échantillonnage appelé transformée en ondelette
inverse (IDWT).
Comme montré dans la figure II.18, le résultat de la DWT est constitué de plusieurs détails et d’une
approximation pour un niveau de décomposition donné. Ils sont représentés par CaN ,CdN, CdN-1
jusqu’à Cd1 . N est le niveau de décomposition final.

Figure II.17 : Chaîne de décomposition de la DWT incluant le filtrage et le sous-échantillonnage.

La procédure de décomposition consiste en effet à diviser le signal original en deux parties égales, en
utilisant un filtre passe-bas et un filtre passe-haut. Le filtre passe-bas conserve les basses fréquences
du signal, tandis que le filtre passe-haut conserve les hautes fréquences.

Ensuite, le filtre passe-bas est appliqué à la première moitié du signal original pour obtenir les basses
fréquences de cette partie, tandis que le filtre passe-haut est appliqué à la seconde moitié du signal
original pour obtenir les hautes fréquences de cette partie. Cette opération est répétée sur les basses
fréquences obtenues, créant ainsi une hiérarchie de fréquences.

Ce processus est poursuivi jusqu'à ce que la longueur de chaque partie atteigne 1/2, 1/4, 1/8,...,1/N de
la longueur du signal original pour les niveaux de décomposition 1, 2, 3,..., N. Cela signifie que le
nombre de coefficients de décomposition doublent à chaque niveau.

Le résultat final est une série de coefficients de décomposition pour chaque niveau, représentant les
basses et hautes fréquences du signal original à différentes échelles de temps. Ces coefficients peuvent
ensuite être utilisés pour reconstruire le signal original à n'importe quel niveau de décomposition
souhaité.

II-4-4-4-Décomposition en bandes de fréquences :

Comme il a été décrit précédemment, effectuer une DWT sur un signal est équivalent à un filtrage
par une paire de filtres : un passe-bas H(Z) et l’autre passe-haut G(Z). Les filtres H(Z) et G(Z) sont
appelés filtres miroirs en quadrature(QMF) à cause de leurs réponses en fréquence qui présente un
point d’intersection de ∏/2 tel qu’illustré sur la figure II.20.

Figure II.18 : Réponse en fréquence des filtres miroirs en quadrature.

En traitement du signal, les ondelettes sont des fonctions mathématiques utilisées pour décomposer
des signaux en différentes échelles de fréquence. Les ondelettes de Daubechies sont un ensemble
d'ondelettes discrètes qui sont largement utilisées en traitement du signal.

Les FMQ (Filtres en Multi-Quantification) sont des filtres numériques utilisés pour la compression de
données. L'allure des FMQ est déterminée par l'ondelette mère qui leur est associée. Plus précisément,
l'ondelette mère définit les coefficients du filtre passe-bas et du filtre passe-haut qui sont utilisés pour
la compression.
En prenant l'exemple des deux ondelettes de Daubechies 3 et 12, on peut constater que l'allure du filtre
passe-bas de l'ondelette db12 est régulière à partir de ω = 0, ce qui signifie que le filtre laisse passer
toutes les fréquences basses sans atténuation. En revanche, à mesure que la fréquence augmente,
l'atténuation du filtre passe-bas devient plus importante, ce qui permet de séparer les hautes fréquences
des basses fréquences.

En ce qui concerne l'ondelette db3, le filtre passe-bas a une allure différente. Il présente des
oscillations à des fréquences intermédiaires, ce qui peut être problématique pour la compression de
données.

Pour les deux ondelettes, le filtre passe-haut est régulier pour ω = п et montant à partir de ω = п/2.
Cela signifie que le filtre passe-haut atténue les basses fréquences et laisse passer les hautes
fréquences. En utilisant ces filtres passe-bas et passe-haut, on peut décomposer un signal en différentes
échelles de fréquence, ce qui est utile pour la compression de données.

Figure II.19 : Réponse fréquentielle des filtres passe-bas (à gauche) et passe-haut (à droite) pour
les ondelettes db12 et db3

II-4-4-6-Choix de l’ondelette analysante :

En effet, le choix de l'ondelette analysante joue un rôle crucial pour la compréhension des phénomènes
transitoires tels que les impulsions de décharges électriques observées sur le courant de fuite dans un
état de pollution d'isolateurs sous des conditions humides. Les propriétés des différentes ondelettes
peuvent être utilisées pour analyser différents types de phénomènes transitoires.

Il a été observé que les ondelettes db4 et db6 sont plus appropriées pour la détection des perturbations
de courtes durées, car elles présentent des propriétés de régularité à des fréquences intermédiaires qui
permettent de séparer les hautes fréquences des basses fréquences et d'identifier les détails fins des
signaux. Les perturbations de courtes durées ont des caractéristiques de fréquence plus élevée et
peuvent être détectées plus efficacement à l'aide de ces ondelettes.

En revanche, les perturbations de relatives longues durées ont des caractéristiques de fréquence plus
basses, et nécessitent des ondelettes avec des propriétés de régularité à des fréquences plus basses. Les
ondelettes db8 et db10 sont plus adéquates pour l'étude de ces perturbations, car elles présentent une
régularité plus importante à des fréquences basses.

En résumé, le choix de l'ondelette analysante dépend du type de phénomène transitoire étudié et de ses
caractéristiques de fréquence. Les propriétés de régularité à différentes fréquences des différentes
ondelettes peuvent être utilisées pour identifier les caractéristiques du signal qui sont importantes pour
l'analyse du phénomène étudié.

Dans notre travail, nous choisissons d’utiliser l’ondelette de Daubechies 4 pour décomposer le signal
du courant de fuite afin d’en identifier les transitions pour la pollution non-uniforme, qui sont causées
par des perturbations de hautes fréquences

L’ondelette mère complexe de Daubechies a comme expression mathématique :

 Figure II.20 : Représentation de l’ondelette de Daubechies 4.

Figure II.21 : Représentation des filtres de décomposition de l’ondelette de Daubechies 4 : (a) filtre
passe-bas, (b) filtre passe-haut.

II-4-5-Conclusion :

Dans cette partie, nous avons présenté brièvement la transformée en ondelette continue (CWT)
et la transformée en ondelette discrète (DWT) en raison de leurs propriétés pour le traitement
local des signaux. L'objectif de ce traitement est de détecter les points de discontinuité en
utilisant la CWT et les différentes perturbations de hautes fréquences par la DWT.

L'ondelette de Morlet est intéressante pour le traitement des signaux par la CWT car elle offre
une bonne résolution temporelle et fréquentielle pour le calcul des coefficients de la transformée
en ondelette. Ces coefficients nous renseignent sur le degré de corrélation entre le signal original
et l'ondelette analysante à partir de leurs valeurs numériques pour des échelles données.

Le scalogramme d'un signal est un outil précieux pour représenter les coefficients d'un signal
dans le domaine temps-échelle et permet une meilleure étude du contenu fréquentiel du signal
pour une possible interprétation du phénomène observé.

L'ondelette de Daubechies 4 est choisie pour appliquer la DWT sur le signal du courant de fuite
qui affiche des pics de hautes fréquences à partir d'un certain niveau de tension. Cette ondelette
semble adéquate pour la détermination des bandes fréquentielles qui caractérisent les
perturbations de hautes fréquences via l'analyse multi-résolution. Il est important de déterminer
le niveau de décomposition pour récupérer de bonnes informations sans trop de calculs.
Bibliographies

[1] : CHAOU Ahmed Khaled, Techniques de diagnostic et de classification de l'état de surface d'un
isolateur pollué sous tension alternative 50 Hz, Mémoire MASTER ACADEMIQUE, Ecole Nationale
Polytechnique, Alger, 2014-2015.

[2] : Y.C. Song and D.H. Choi, “High-frequency Components of Leakage Current as Diagnostic Tool
to Study Ageing of Polymer Insulators under Salt Fog”, Electronics Letters,No.41, Vol. 12, pp. 684-
685, 2005

[3] M. TEGUAR, A. Mekhaldi and A. Boubakeur, “Algorithm for HV Insulators Flashover under
Discontinuous pollution”, Archives of Electr. Eng., Vol. LI, No.2, pp 137-146, 200

[4] SOUID Saïd et SOLTANI Chouayeb, Approche Électrostatiques d'une Chaîne d'Isolateurs de
Haute Tension, Mémoire MASTER ACADEMIQUE, Université d`EL-Oued Juin 2013.

[5] MEBAOUDJ Seif El Islam et MEZAOUR Hichem, Prédiction de la tension de contournement

d’un isolateur de haute tension en utilisant la logique floue, Mémoire MASTER ACADEMIQUE
Université Kasdi Merbah Ouargla,Le : 08/06/2015

[6] S. VITET, «La pollution des isolateurs,» EDF-Epure, Juillet 1990.

[7] J. DUNLAP, «Performances des isolateurs pollués pour les lignes de haut tension,» chez CIGRE,
Rapport 33- 05, France, 1996.

[8] S. GENBERG, «Isolateur en céramique et en synthétique,» EDF-EPURE, avril 1998.