Kaazzaoui, Abdelkadir2019-01-102019-01-102015http://hdl.handle.net/123456789/7912Le Travail que nous présentons concerne particulièrement à l’amélioration des performances d’un filtre actif parallèle à structure tension destiné à filtrer les courants harmoniques générés par une charge non linéaire et à compenser l’énergie réactive. Notre travail porte sur l’étude de la méthode d’identification des courants harmoniques, cette étape est fondamentale dans le processus de filtrage. Afin d’atteindre notre objectif, deux techniques d’identification ont été développées: la première utilise une variante de la méthode des puissances réelles et imaginaires instantanées et le FMV, par contre la deuxième méthode basée sur les réseaux de neurones adaptatifs (ADALINE méthode directe). Cette dernière a été choisie pour générer les courants de références. Celle-ci offre l’avantage de choisir la perturbation à compenser avec précision, rapidité et facilité d’implantation et elle ne nécessite pas des transformations triphasé-biphasé, aussi cette méthode n’a pas besoin des modèles mathématiques aux préalable, ces les avantage de cette méthode par apport à la première. La modélisation et la simulation de l’ensemble réseau, charge polluante et filtre actif parallèle ont été présentées. La validation des deux méthodes proposées a été effectuée par simulation numérique. Des simulations accompagnées d’une analyse temporelle et d’une analyse spectrale ont été effectués à partir du modèle de l’ensemble réseau, filtre actif parallèle et charge polluante. Les résultats de simulation pour les deux méthodes proposées montrent que le filtre actif parallèle utilisant pour l’identification des courants de référence la méthode basée sur les techniques intelligentes (réseau de neurone adaptatif ADALINE) dépollue efficacement le réseau électrique et donne des performances meilleures que celle obtenues par le filtre actif parallèle basé sur les méthodes conventionnelles.frAmélioration des performences d'un filtre actif parallèle ; Application des réseaux de neurones adaptatifsOther