Hadji AmirBencheik Rayane2026-10-282026-06-28https://dspace.univ-bba.dz/handle/123456789/1773Ce projet de fin d'études vise à différencier les états de l'isolation mixte papier/huile des transformateurs de puissance à partir de l'analyse des courants associés aux décharges surfaciques. Face aux limites de l'analyse temporelle classique, une chaîne de classification intelligente est implémentée, combinant traitement avancé du signal et apprentissage automatique. La fréquence du pic issu de la transformée de Fourier rapide (FFT) et l'énergie du signal dans le domaine fréquentiel, obtenue par transformée en ondelettes discrète (DWT), sont utilisées comme variables d'entrée d'un classificateur Random Forest. Testée sur deux configurations de l'isolation mixte papier/huile, cette approche atteint une précision de 100 % et montre que l'énergie du signal est le paramètre le plus discriminant.frTransformateurDécharges surfaciquesCourantsHuilesFFTDWTRandom forest.Thesis